基于深度學(xué)習(xí)的無(wú)監(jiān)督領(lǐng)域自適應(yīng)語(yǔ)義分割算法綜述
所屬分類(lèi)：技術(shù)論文
上傳者：wwei
文檔大?。?span>5774 K
標(biāo)簽： 領(lǐng)域自適應(yīng) 語(yǔ)義分割 深度學(xué)習(xí)
所需積分：0分積分不夠怎么辦？
文檔介紹：隨著現(xiàn)代生活逐步智能化，越來(lái)越多的應(yīng)用需要從圖像中推斷相應(yīng)的語(yǔ)義信息再進(jìn)行后續(xù)的處理，如虛擬現(xiàn)實(shí)、自動(dòng)駕駛和視頻監(jiān)控等應(yīng)用。目前的語(yǔ)義分割模型利用大量標(biāo)注數(shù)據(jù)進(jìn)行有監(jiān)督訓(xùn)練能達(dá)到理想的性能，但模型對(duì)與訓(xùn)練數(shù)據(jù)不同分布的數(shù)據(jù)進(jìn)行推理時(shí)，其性能?chē)?yán)重下降。這意味著一旦應(yīng)用場(chǎng)景發(fā)生變化，就需對(duì)新場(chǎng)景的數(shù)據(jù)進(jìn)行標(biāo)注。模型重新利用新數(shù)據(jù)進(jìn)行訓(xùn)練，才能達(dá)到正常的性能。這無(wú)疑是耗時(shí)的、代價(jià)昂貴的。為此，領(lǐng)域自適應(yīng)語(yǔ)義分割算法提供了解決模型在分布不一致數(shù)據(jù)上語(yǔ)義分割性能下降問(wèn)題的思路。總結(jié)了領(lǐng)域自適應(yīng)語(yǔ)義分割算法的前沿進(jìn)展，并對(duì)未來(lái)研究方向進(jìn)行展望。
現(xiàn)在下載
VIP會(huì)員，AET專(zhuān)家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。