Методы доменной адаптации и синтеза данных для классификации редких объектов в условиях высокоскоростного захвата движений
Аннотация
в работе предлагается теоретическая модель преодоления проблемы дефицита данных при обучении нейронных сетей распознаванию редких и технически сложных элементов в фигурном катании. Обосновывается использование синтетических наборов данных, генерируемых в физически корректных симуляторах, как основной способ формирования сбалансированных обучающих выборок. Особое внимание уделено архитектурным решениям в области доменной адаптации, включая методы рандомизации домена и состязательного обучения, которые позволяют минимизировать разрыв между виртуальной симуляцией и реальными видеоданными. Предлож...
подробнее