文档摘要

4.5 领域适应与迁移学习 本节摘要：自动驾驶场景多变，模型要适应新场景。本节讲迁移学习和领域适应——让模型在新数据/新场景上也好用。 阅读收获 阅读完本节，你应当能够： 理解迁移学习的价值 知道领域适应方法 了解在自动驾驶的应用 概念脉络 为什么需要迁移学习 自动驾驶场景多变：不同城市、天气、车型。在 A 城训练的模型到 B 城可能掉点。迁移学习让模型适应新场景，减少重新标注训练成本。 会员。《4.5 领域适应与迁移学习》收录于灏天文库文集《计算机视觉在自动驾驶中的应用》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/504-%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E5%9C%A8%E8%87%AA%E5%8A%A8%E9%A9%BE%E9%A9%B6%E4%B8%AD%E7%9A%84%E5%BA%94%E7%94%A8

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流