Discovering Latent Domains for Multisource Domain Adaptation 聚类在域适应中的应用
论文地址：http://www.icsi.berkeley.edu/pubs/vision/Hoffman_ECCV2012.pdf。 简介 这篇论文为Hoffman发于2012年ECCV，虽然是12年的，但是新颖之处在于其将聚类的方法用到了域适应中。该方法针对于多源域域适应场景，并且还不知道数据属于哪个域的情况-----因为在一个数据集中可能数据就属于不同的域，如下情况： 为了在不知道数
相关文章
- 1. 域适应学习笔记：visual Domain Adaptation
- 2. domain adaptation 在CV中的应用
- 3. 域适应方法系列1：Asymmetric Tri-training for Unsupervised Domain Adaptation
- 4. Maximum Classifier Discrepancy for Unsupervised Domain Adaptation
- 5. Domain Adaption 领域自适应
- 6. 无监督领域自适应（Unsupervised Domain Adaptation）介绍
- 7. 2017CVPR--Adversarial Discriminative Domain Adaptation 对抗判别域适应
- 8. 半监督领域自适应之FADA--Few-Shot Adversarial Domain Adaptation
- 9. Open Compound Domain Adaptation
- 10. 【2018ECCV】Zero-Shot Deep Domain Adaptation 零样本深度域适应
- 更多相关文章...
- • Redis在Java Web中的应用 - Redis教程
- • Maven Web 应用 - Maven教程
- • TiDB 在摩拜单车在线数据业务的应用和实践
- • C# 中 foreach 遍历的用法
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。
最新文章
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 域适应学习笔记：visual Domain Adaptation
- 2. domain adaptation 在CV中的应用
- 3. 域适应方法系列1：Asymmetric Tri-training for Unsupervised Domain Adaptation
- 4. Maximum Classifier Discrepancy for Unsupervised Domain Adaptation
- 5. Domain Adaption 领域自适应
- 6. 无监督领域自适应（Unsupervised Domain Adaptation）介绍
- 7. 2017CVPR--Adversarial Discriminative Domain Adaptation 对抗判别域适应
- 8. 半监督领域自适应之FADA--Few-Shot Adversarial Domain Adaptation
- 9. Open Compound Domain Adaptation
- 10. 【2018ECCV】Zero-Shot Deep Domain Adaptation 零样本深度域适应