深度神经网络域适应技术在图像识别中的评估
计算机视觉与模式识别
2021-09-29 v1 人工智能
摘要
已充分证明深度网络在从给定（源）标注数据集中提取特征方面是高效的。然而，它们并非总能很好地泛化到其他（目标）数据集，这些数据集通常具有不同底层分布。在本报告中，我们评估了四种用于图像分类任务的域适应技术：DeepCORAL、DeepDomainConfusion、CDAN和CDAN+E。这些技术是无监督的，因为目标数据集在训练阶段不携带任何标签。我们在office-31数据集上评估模型性能。本报告github仓库的链接可在此处找到：https://github.com/agrija9/Deep-Unsupervised-Domain-Adaptation。
引用
@article{arxiv.2109.13420,
title = {Evaluation of Deep Neural Network Domain Adaptation Techniques for Image Recognition},
author = {Alan Preciado-Grijalva and Venkata Santosh Sai Ramireddy Muthireddy},
journal= {arXiv preprint arXiv:2109.13420},
year = {2021}
}