《Unsupervised Intra-domain Adaptation for Semantic Segmentation through Self-Supervision》论文笔记

参考代码:IntraDA 1. 概述 导读:在分割分割模型的训练往往需要较多的人工标注数据,但是获取这些标注的成本是较为昂贵的,一种较为廉价的方式就是使用图形生成器去生成虚拟的训练数据,之后通过DA(Domain Adapting)的方式进行域迁移,从而使得在真实数据上的效果得到提升。但是这种生成(仿真)数据与真实数据(包含了运用/光照/天气/阴影等多种因素影响)之间是存在domain gap的,
相关文章
相关标签/搜索