【论文笔记 CVPR-2019】《Domain-Symmetric Networks for Adversarial Domain Adaptation》
摘要： 无监督域自适应旨在通过源域上有标记训练数据，学习到可以适用于目标域上无标记样例的分类器。最近，通过深度域对抗方法来学习域不变特性取得了令人印象深刻的进展。尽管近年来的研究取得了一定的进展，但域自适应在较细类别水平上实现特征分布的不变性方面仍然存在一定的局限性。为此，本文提出了一种新的域自适应方法域对称网络(SymNets)。提出的SymNet是基于源和目标任务分类器的对称设计，在此基础上，
相关文章
- 1. 论文笔记：Conditional Coupled Generative Adversarial Networks for Zero-Shot Domain Adaptation
- 2. CVPR2019 Transferrable Prototypical Networks for Unsupervised Domain Adaptation
- 3. (CVPR 2019)Domain-Symmetric Networks for Adversarial Domain Adaptation笔记
- 4. 论文笔记：Domain Adaptation for Image Dehazing
- 5. Multi-Adversarial Domain Adaptation
- 6. 【论文阅读】Universal Domain Adaptation
- 7. Re-weighted adversarial adaptation network for unsupervised domain adaptation
- 8. [cvpr2017]Unsupervised Pixel–Level Domain Adaptation with Generative Adversarial Networks
- 9. 论文笔记《Adversarial Networks for Prostate Cancer Detection》
- 10. 【论文整理】深度学习Domain-Adaptation领域迁移最全论文列表！
- 更多相关文章...
- • ASP.NET Razor - 标记 - ASP.NET 教程
- • Scala for循环 - Scala教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • Scala 中文乱码解决
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 论文笔记：Conditional Coupled Generative Adversarial Networks for Zero-Shot Domain Adaptation
- 2. CVPR2019 Transferrable Prototypical Networks for Unsupervised Domain Adaptation
- 3. (CVPR 2019)Domain-Symmetric Networks for Adversarial Domain Adaptation笔记
- 4. 论文笔记：Domain Adaptation for Image Dehazing
- 5. Multi-Adversarial Domain Adaptation
- 6. 【论文阅读】Universal Domain Adaptation
- 7. Re-weighted adversarial adaptation network for unsupervised domain adaptation
- 8. [cvpr2017]Unsupervised Pixel–Level Domain Adaptation with Generative Adversarial Networks
- 9. 论文笔记《Adversarial Networks for Prostate Cancer Detection》
- 10. 【论文整理】深度学习Domain-Adaptation领域迁移最全论文列表！