基于深度學(xué)習(xí)的無監(jiān)督領(lǐng)域自適應(yīng)語義分割算法綜述
所屬分類：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，越來越多的應(yīng)用需要從圖像中推斷相應(yīng)的語義信息再進(jìn)行后續(xù)的處理,，如虛擬現(xiàn)實(shí),、自動駕駛和視頻監(jiān)控等應(yīng)用。目前的語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,，但模型對與訓(xùn)練數(shù)據(jù)不同分布的數(shù)據(jù)進(jìn)行推理時,，其性能嚴(yán)重下降。這意味著一旦應(yīng)用場景發(fā)生變化,，就需對新場景的數(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,。這無疑是耗時的,、代價昂貴的。為此,，領(lǐng)域自適應(yīng)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(lǐng)域自適應(yīng)語義分割算法的前沿進(jìn)展,，并對未來研究方向進(jìn)行展望。
現(xiàn)在下載
VIP會員,，AET專家下載不扣分,；重復(fù)下載不扣分，本人上傳資源不扣分,。