原创力文档摘要
摘要
语义分割是计算机视觉领域中的一项重要任务，在自动驾驶、智能交通系
统等领域具有广泛的应用前景。然而，传统的语义分割方法在面对不同光照、
天气和地理环境下的数据分布差异时，往往表现出泛化能力不足的问题。随着
深度学习技术的发展，基于卷积神经网络的语义分割算法逐渐成为主流，但其
依赖于大量标注数据，且难以适应跨域场景下的数据分布差异。为此，本文围
绕域泛化与域自适应技术展开研究，提出了两种创新网络架构：
摘要
摘要
语义分割是计算机视觉领域中的一项重要任务，在自动驾驶、智能交通系
统等领域具有广泛的应用前景。然而，传统的语义分割方法在面对不同光照、
天气和地理环境下的数据分布差异时，往往表现出泛化能力不足的问题。随着
深度学习技术的发展，基于卷积神经网络的语义分割算法逐渐成为主流，但其
依赖于大量标注数据，且难以适应跨域场景下的数据分布差异。为此，本文围
绕域泛化与域自适应技术展开研究，提出了两种创新网络架构：
文档评论（0）