基于深度學習的無監(jiān)督領域自適應語義分割算法綜述
所屬分類：技術論文
上傳者：wwei
文檔大?。?span>5774 K
標簽： 領域自適應 語義分割 深度學習
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，越來越多的應用需要從圖像中推斷相應的語義信息再進行后續(xù)的處理，如虛擬現(xiàn)實、自動駕駛和視頻監(jiān)控等應用。目前的語義分割模型利用大量標注數(shù)據(jù)進行有監(jiān)督訓練能達到理想的性能，但模型對與訓練數(shù)據(jù)不同分布的數(shù)據(jù)進行推理時，其性能嚴重下降。這意味著一旦應用場景發(fā)生變化，就需對新場景的數(shù)據(jù)進行標注。模型重新利用新數(shù)據(jù)進行訓練，才能達到正常的性能。這無疑是耗時的、代價昂貴的。為此，領域自適應語義分割算法提供了解決模型在分布不一致數(shù)據(jù)上語義分割性能下降問題的思路?？偨Y(jié)了領域自適應語義分割算法的前沿進展，并對未來研究方向進行展望。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。