迁移学习-跨域自适应
文章平均质量分 89
语义分割、实例分割笔记
AIchiNiurou
cv
展开
-
曲式类别程序员放松欣赏
器乐曲的基本体裁就是艺术作品的式样和类型(品种)。 "曲式"是指乐曲在连贯展开过程中的结构布局,而乐曲的体裁则是指乐曲在音乐风格和性质方面的特征。这是一首乐曲的两个方面。不同体裁的器乐曲的形成,都是同它们各自的应用和表演的目的、演出的场合、乐曲内容的倾向性、音调和节奏的特色、音乐风格的特征等等有关。 文章目录【前奏曲】(Pre1ude)【序曲】(Overture)乐曲体裁之一。【套曲】(Divertimento)【小步舞曲】(Menuet)【谐谑曲】(Scherzo)【赋格】(Fuga)【卡农】(Canon原创 2021-06-05 12:33:22 · 608 阅读 · 2 评论 -
学习笔记: 三种弱监督的方向
1 inaccurate (SEAL 边缘对齐) 2 incomplete Domain shift self-train 就是 伪标签法: 概率模型取高置信度伪标签 finetune做的事情是target也有loss,迁移原模型到target微调 伪标签法的类别平衡方法 REID joint D和G的外貌和结构gan inexact ...原创 2020-06-30 15:56:28 · 292 阅读 · 0 评论 -
领域自适应domain adaptation 在CV中的应用
独立同分布 如果随机变量X1和X2独立,是指X1的取值不影响X2的取值,X2的取值也不影响X1的取值且随机变量X1和X2服从同一分布,这意味着X1和X2具有相同的分布形状和相同的分布参数,对离散随机变量具有相同的分布律,对连续随机变量具有相同的概率密度函数,有着相同的分布函数,相同的期望、方差。如实验条件保持不变,一系列的抛硬币的正反面结果是独立同分布 ...原创 2020-05-30 15:24:35 · 427 阅读 · 0 评论 -
光流 数据空间和数据分布的概念--迁移学习人工智能基础(高中版)
数据集:UCF101 Youbube 13320个视频,101分类 光流 深度学习视频行为识别 聚类 GAN 数据空间、数据分布 我们已经知道数据对人工智能系统的重要性,生成模型也不例外。假如,我们的目标是让计算机从无到有自动生成看起来像大牌明星的图片,就要提供大量的明星照片供它学习参考。在生成模型眼里,这些照片数据组成一个整体,共同勾勒出明星们的外观特点。 生成模型不是要学习生成某个特定的明星的照片,而是要把握这些照片整体上的特点,生成有“明星范儿”的图片。那么,怎么刻画数据呢?这要引人数据空间和数原创 2020-05-29 20:45:30 · 1077 阅读 · 0 评论 -
综述类:迁移学习方法总结
https://github.com/jindongwang/transferlearning/blob/master/doc/awesome_paper.md#deep–adversarial-methods-%E6%B7%B1%E5%BA%A6%E5%AF%B9%E6%8A%97%E8%BF%81%E7%A7%BB%E6%96%B9%E6%B3%95 500问机器学习笔记里的迁移学习笔记 一、...原创 2020-05-06 15:39:18 · 416 阅读 · 0 评论 -
迁移学习到底是什么 杨强TCA2011 龙明盛JDA(联合分布适应Joint distribution adaptation)2013
TCA(transfer 主成分分析) TCA针对domain adaptation问题中,源域和目标域处于不同数据分布时,将两个领域的数据一起映射到一个高维的再生核希尔伯特空间。在此空间中,最小化源和目标的数据距离,同时最大程度地保留它们各自的内部属性。 TCA属于基于特征的迁移学习方法。用通俗的语言来说,跟PCA很像:PCA是一个大矩阵进去,一个小矩阵出来,TCA呢,是两个大矩阵进去,两个小矩...原创 2020-05-01 20:19:31 · 1281 阅读 · 0 评论 -
CV中domain adaptation领域自适应问题
一、大纲 李文 二、CV应用的挑战及解决方案:监控、自动驾驶、机器人、电商 目前的解决方案 三、机器学习方法分析 ML的模型基于独立同分布的假设 域自适应 Domain adaptation 问题数学描述 侠义的Transfer L是cross-task 解决Domain transfer的key,解决S和D的数据集的分布距离差异(散度、wd) cv单独在benchmark刷分...原创 2020-05-01 15:40:45 · 1878 阅读 · 0 评论