[問題] 關於 multi-domain learning 已刪文
假設我要train一個semantic segmentation model能夠辨識A,B,C三類別物體
但訓練資料來自
dataset1: 具A class label
dataset2: 具B class label
dataset3: 具C class label
這樣的問題好像稱為multi-domain learning ?
如果簡單讓網路在訓練過程中,讀到特定dataset的圖片
就讓特定class的loss做backpropagation,其他兩個loss不作用
請問這樣的技術正式名稱是什麼?有相關論文嗎?近年來有更好的方法嗎?
謝謝!
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.45.153.179 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1637140958.A.731.html
→
11/17 17:47,
2年前
, 1F
11/17 17:47, 1F
→
11/17 20:18,
2年前
, 2F
11/17 20:18, 2F
→
11/17 20:18,
2年前
, 3F
11/17 20:18, 3F
→
11/17 20:18,
2年前
, 4F
11/17 20:18, 4F
→
11/17 20:18,
2年前
, 5F
11/17 20:18, 5F
→
11/17 20:18,
2年前
, 6F
11/17 20:18, 6F
→
11/17 20:19,
2年前
, 7F
11/17 20:19, 7F
→
11/17 20:20,
2年前
, 8F
11/17 20:20, 8F