티스토리 뷰
(출처를 그대로 인용하지 않은 나의 생각이라 이탤릭 녹색으로 적음)
가장 뚜렷한 차이는 DA가 Source Domain 과 Target Domain 을 갖고 있는데 반해, DG는 Target domain 이 정의 되지 않은 것 같다. DG(도메인 일반화)는 말 그대로 모델을 다양한 영역에서 동작하도록 일반화 시키는 것이고 Target은 U(전체 집합)이나 다름 없다.
DG는 Target Data를 가지지 않은 것 같다. Unsupervised DA에서는 unlabelled data를 Target data로 활용한다.
출처 :
'AI > 주워들은 것들' 카테고리의 다른 글
CI-UDA 읽은 후기 (0) | 2024.03.30 |
---|---|
soft label vs pseudo label (0) | 2024.03.25 |
Fisher Discriminant Analysis(선형판별분석) (4) | 2024.03.23 |
Metric Learning (3) | 2024.03.23 |
Fine-grained class (1) | 2024.03.22 |
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- TransferLearning
- Chatgpt4
- tf version porting
- yolov3 #tensorflow_convert
- torchmodel
- Arbitrary image stylization
- textual guidance
- StyleCLIP
- 전이학습
- alternatives.log
- tf2to1
- 1-stage detection
- batch란
- 딥페이크탐지
- Deformable Convolutional Networks
- Group Acitivty Recognition
- ctfloader
- 첫논문
- /var/log/alternatives.log
- /var/log/faillog
- /var/log/fontconfig.log
- DetectoRS
- max-margin_loss
- tensorflow convert
- Deformable Part Model
- Source-free unsupervised domain adaptation
- /var/log/tallylog
- neural network applications
- 샴네트워크
- 도메인 어댑테이션
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |
글 보관함