适应地理域偏移的卷积神经网络
计算机视觉与模式识别
2019-01-21 v1
摘要
我们提出了作为神经信息处理系统大会（NeurIPS 2018）竞赛赛道一部分的 Inclusive Images 竞赛的获胜方案。该竞赛旨在研究应对图像处理中域偏移的方法，特别是地理偏移：竞赛中的训练集和两个测试集具有不同的地理分布。我们的解决方案被证明是相对直接且简单的：它是几个 CNN 的集成，其中仅最后一层在组织者提供的一小部分带标签的微调标签集的帮助下进行了微调。我们认为，尽管域偏移仍然是一个棘手的问题，但我们的方法为在实践中缓解这一问题开辟了新的可能性，因为在实践中，来自目标域的小型带标签数据集通常要么是可用的，要么可以低成本地获取并标注。
引用
@article{arxiv.1901.06345,
title = {Adapting Convolutional Neural Networks for Geographical Domain Shift},
author = {Pavel Ostyakov and Sergey I. Nikolenko},
journal= {arXiv preprint arXiv:1901.06345},
year = {2019}
}