多任務學習「Fine-grained Recognition in the Wild: A Multi-Task Domain Adaptation Approach」

精細圖像分類需要大量樣本標記，但有些樣本不容易標記。論文使用容易標記的樣本，研究domain adaptation解決易獲取樣本與自然場景樣本數據集轉換的問題。這其中多任務的屬性學習被用來提升性能。 論文要解決的問題示例，先獲取有標記的樣本，實際應用的場景有少許樣本有標記，使用domain adaptation作爲兩個數據集之間的轉換方法： 大部分的類別在某些已知的結構上與其他類別相關，比如，不同

>>阅读原文<<