广告
一文读懂自动驾驶数据闭环
2021-09-21 18:17:01· 来源：智驾最前沿
4）迁移学习/域适应
迁移学习(transfer learning，TL)不需要训练数据和测试数据是独立同分布(independent and identically distributed，i.i.d)，目标域的模型不需要从头开始训练，可以减少目标域训练数据和时间的需求。
深度学习的迁移技术基本分为两种类型，即非对抗性的（传统）和对抗性的。
域适应 (domain adaptation，DA) 是TL的一种特殊情况，利用一个或多个相关源域（source domains）的标记数据在目标域（target domain）执行新任务。
DA方法分为两类：基于实例的和基于特征的。
最近出现的一些新实例方法：
-
“Multi-Target Domain Adaptation via Unsupervised Domain Classification for Weather Invariant Object Detection“
-
“Uncertainty-Aware Consistency Regularization for Cross-Domain Semantic Segmentation“
-
“SF-UDA3D: Source-Free Unsupervised Domain Adaptation for LiDAR-based 3D Object Detection“
-
“LiDARNet: A Boundary-Aware Domain Adaptation Model for Point Cloud Semantic Segmentation“
编辑推荐
最新资讯
-
每秒采集100万个数据 | 下一代USB DAQ产品-
2025-04-07 14:12
-
重型商用车辆和客车的动力学——振动环境
2025-04-07 14:11
-
2025年10大隐形车衣品牌排行榜
2025-04-07 10:40
-
沃尔沃卡车与Greenlane合作推动商业电动化
2025-04-07 08:42
-
江铃晶马：美标转欧标充电结构专利
2025-04-07 08:39
