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).
2021
Analysis of the effectiveness of synthetic data in training semantic segmentation models
Segmentazione
Addestramento
Analisi
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