論文理解:Self-Ensembing with GAN-based Data Augmentation for Domain Adaption in Sematic Segmentation

1. Abstract 基於深度學習的語義分割有着固有的缺陷:需要大量的數據 本文引入self-ensembling,想基於無監督下的領域自適應來解決數據問題,但通過self-ensembling中微調過的人工數據難以縮減語義分割中巨大的領域距離(Domain Gap) 爲此,本文提出一個由兩部分組成的框架 首先,基於GAN提出一個數據增強方法,能有效促進領域的對齊(Domain Alignmen
相關文章
相關標籤/搜索