Cristin-resultat-ID: 1954787
Sist endret: 25. november 2021, 15:15
Resultat
Vitenskapelig foredrag
2021

Deep domain adaptation applied to automatic fish age prediction

Bidragsytere:
  • Alba Ordonez
  • Alf Harbitz
  • Bjarki Elvarsson
  • Line Eikvil og
  • Arnt-Børre Salberg

Presentasjon

Navn på arrangementet: Visual Intelligence workshop on learning from limited data
Sted: Teams seminar
Dato fra: 12. februar 2021
Dato til: 12. februar 2021

Arrangør:

Arrangørnavn: Visual Intelligence centre for research-based innovation

Om resultatet

Vitenskapelig foredrag
Publiseringsår: 2021

Beskrivelse Beskrivelse

Tittel

Deep domain adaptation applied to automatic fish age prediction

Sammendrag

During the presentation, we investigated how a model trained for automatic fish age prediction on otolith images from one lab could generalize to novel images from another lab. We identified Unsupervised Domain Adaptation based on coGAN (Liu and Tuzel, 2016) and Generate to Adapt (Sankaranarayanan et al., 2018) frameworks as promising methods.

Bidragsytere

Alba Ordonez

  • Tilknyttet:
    Forfatter
    ved Avdeling for statistisk analyse og maskinlæring for brukermotiverte anvendelser SAMBA ved Norsk Regnesentral

Alf Harbitz

  • Tilknyttet:
    Forfatter
    ved Dyphavsarter og bruskfisk ved Havforskningsinstituttet

Bjarki Elvarsson

  • Tilknyttet:
    Forfatter

Line Eikvil

  • Tilknyttet:
    Forfatter
    ved Avdeling for statistisk analyse og maskinlæring for brukermotiverte anvendelser SAMBA ved Norsk Regnesentral

Arnt-Børre Salberg

  • Tilknyttet:
    Forfatter
    ved Avdeling for bildeanalyse, maskinlæring og jordobservasjon BAMJO ved Norsk Regnesentral
1 - 5 av 5