L'elaborato presenta uno studio di come possano essere utilizzati dati sintetici per addestrare modelli di segmentazione semantica basati su architetture neurali. Il vantaggio nell'impiegare dati sintetici consiste nell'evitare l'etichettatura dei dati reali, ma comporta la necessità di mettere a punto tecniche utili ad addestrare modelli che siano efficaci nell'inferenza sui dati reali pur essendo stati addestrati sui dati sintetici annotati. La tecnica indagata consiste in un adattamento dei dati sintetici così che appaiano più simili a quelli reali (domain adaptation).
Studio sull'utilizzo di dati sintetici nel training di modelli di segmentazione semantica
ZANIN, DARIA
2021/2022
Abstract
L'elaborato presenta uno studio di come possano essere utilizzati dati sintetici per addestrare modelli di segmentazione semantica basati su architetture neurali. Il vantaggio nell'impiegare dati sintetici consiste nell'evitare l'etichettatura dei dati reali, ma comporta la necessità di mettere a punto tecniche utili ad addestrare modelli che siano efficaci nell'inferenza sui dati reali pur essendo stati addestrati sui dati sintetici annotati. La tecnica indagata consiste in un adattamento dei dati sintetici così che appaiano più simili a quelli reali (domain adaptation).File in questo prodotto:
File | Dimensione | Formato | |
---|---|---|---|
Zanin_Daria.pdf
accesso aperto
Dimensione
24.4 MB
Formato
Adobe PDF
|
24.4 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
Utilizza questo identificativo per citare o creare un link a questo documento:
https://hdl.handle.net/20.500.12608/34286