领域迁移与生成对抗网络(GANs)综述
计算机视觉与模式识别
2025-10-15 v1 人工智能
摘要
当今计算机视觉领域的主要挑战是获取高质量的标记数据。在图像分类等数据至关重要的领域，我们需要找到更可靠的方法，以克服数据稀缺问题，产生与以往基准结果相当的效果。大多数情况下，获取标记数据困难且成本高昂，某些情况下甚至不可能。本文旨在讨论领域迁移及各种实施方法。主要思想是使用在特定数据集上训练的模型，对来自相同类型但不同领域的数据进行预测，例如，使用在油画上训练的飞机图像模型，对真实飞机图像进行预测。
引用
@article{arxiv.2510.12075,
title = {A Review on Domain Adaption and Generative Adversarial Networks(GANs)},
author = {Aashish Dhawan and Divyanshu Mudgal},
journal= {arXiv preprint arXiv:2510.12075},
year = {2025}
}