原文:
Domain Adaptation总结(2017.9)
领域泛化最新综述
我爱计算机视觉 阅94 转3
CVPR 2018 | ETH Zurich提出利用对抗策略,解决目标检测的域适配问题
极市平台 阅67
近几年跟踪算法总结
黑尘子 阅251 转2
从 CVPR 2019 一览小样本学习研究进展
taotao_2016 阅139 转2
迁移学习——入门简介
工农子弟兵 阅1847 转8
数据不均衡、长尾数据的常用解决方法汇总(附论文及源码)
mynotebook 阅1676 转5
【榜单】机器学习&深度学习近三年被引最多论文 Top 20,图像识别、GAN等(附下载)
黑马_御风 阅202 转2
独家|利用特权信息、语义信息和多源信息辅助基于网络数据的学习
新用户0175WbuX 阅6
今天来聊一聊什么是domain adaptation—域适应
昵称26181007 阅76
单目视觉深度估计测距的前生今世
InfoRich 阅48
复旦大学提出《Meta-FDMixup》解决''跨域小样本学习''中的域偏移问题
520jefferson 阅363 转3
目标检测总结(one stage)
Behindrain 阅5688 转13
CVPR 2018 | 伯克利等提出无监督特征学习新方法,代码已开源
汉无为 阅3652 转11
Active Learning: 一个降低深度学习时间,空间,经济成本的解决方案|CVPR 2017 | 雷锋网
loudf 阅84 转2
adaptation
沵沵 阅40
丹琦女神新作:对比学习,简单到只需要Dropout两下
长沙7喜 阅552 转3
从自编码器到生成对抗网络:一文纵览无监督学习研究现状
歪小姐 阅149 转2
AI专题系列④丨艺术家该怎么用AI?英伟达艺术总监这样说
木蘭猫不睡 阅27
首页
留言交流
联系我们
回顶部