基于预训练 Inception ResNet 的域适应改进分布对齐方法
计算机视觉与模式识别
2019-04-19 v2
摘要
深度神经网络已广泛应用于计算机视觉。已有若干针对 ImageNet 分类挑战的精心训练的深度神经网络，在图像识别中发挥了重要作用。然而，极少有工作探索将预训练神经网络用于域适应中的图像识别。本文中，我们首次从预训练 Inception ResNet 模型中提取更具代表性的特征用于域适应。随后，我们提出一种改进的分布对齐方法，利用所提取特征进行分类。我们使用三个基准数据集(Office+Caltech-10、Office-31 和 Office-Home)测试模型。大量实验表明，分类准确率较最先进水平分别显著提升(4.8%、5.5% 和 10%)。
引用
@article{arxiv.1904.02322,
title = {Modified Distribution Alignment for Domain Adaptation with Pre-trained Inception ResNet},
author = {Youshan Zhang and Brian D. Davison},
journal= {arXiv preprint arXiv:1904.02322},
year = {2019}
}