ICCV2023领域泛化Domain Generalization相关论文

2023-10-14 06:12

本文主要是介绍ICCV2023领域泛化Domain Generalization相关论文,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Domain Generalization即领域泛化,是近些年比较前沿的方向之一,顶会论文比较多。

Domain generalization deals with a challenging setting where one or several different but related domain(s) are given, and the goal is to learn a model that can generalize to an unseen test domain.

TKDE2022上有一篇综述论文,可以用于了解该方向的整体情况。

Generalizing to Unseen Domains: A Survey on Domain Generalization

paper链接:https://arxiv.org/abs/2103.03097

以下列出今年ICCV上相关的论文,可用于跟踪前沿研究方向。

  1. Cross Contrasting Feature Perturbation for Domain Generalization
  2. Domain Generalization via Rationale Invariance
  3. Flatness-Aware Minimization for Domain Generalization
  4. Texture Learning Domain Randomization for Domain Generalized Segmentation
  5. Domain Generalization Guided by Gradient Signal to Noise Ratio of Parameters
  6. Adversarial Bayesian Augmentation for Single-Source Domain Generalization
  7. Activate and Reject: Towards Safe Domain Generalization under Category Shift
  8. Generalizable Decision Boundaries: Dualistic Meta-Learning for Open Set Domain Generalization
  9. EV-DG: Cross-Modal Learning under Bird's-Eye View for Domain Generalization of 3D Semantic Segmentation
  10. A Sentence Speaks a Thousand Images: Domain Generalization through Distilling CLIP with Language Guidance
  11. PromptStyler: Prompt-driven Style Generation for Source-free Domain Generalization
  12. Domain Generalization of 3D Semantic Segmentation in Autonomous Driving
  13. Domain Generalization via Balancing Training Difficulty and Model Capability
  14. Understanding Hessian Alignment for Domain Generalization
  15. DandelionNet: Domain Composition with Instance Adaptive Classification for Domain Generalization
  16. DomainDrop: Suppressing Domain-Sensitive Channels for Domain Generalization
  17. iDAG: Invariant DAG Searching for Domain Generalization
  18. PASTA: Proportional Amplitude Spectrum Training Augmentation for Syn-to-Real Domain Generalization
  19. Towards Unsupervised Domain Generalization for Face Anti-Spoofing

这篇关于ICCV2023领域泛化Domain Generalization相关论文的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/208701

相关文章

Redis的Zset类型及相关命令详细讲解

《Redis的Zset类型及相关命令详细讲解》:本文主要介绍Redis的Zset类型及相关命令的相关资料,有序集合Zset是一种Redis数据结构,它类似于集合Set,但每个元素都有一个关联的分数... 目录Zset简介ZADDZCARDZCOUNTZRANGEZREVRANGEZRANGEBYSCOREZ

Linux使用fdisk进行磁盘的相关操作

《Linux使用fdisk进行磁盘的相关操作》fdisk命令是Linux中用于管理磁盘分区的强大文本实用程序,这篇文章主要为大家详细介绍了如何使用fdisk进行磁盘的相关操作,需要的可以了解下... 目录简介基本语法示例用法列出所有分区查看指定磁盘的区分管理指定的磁盘进入交互式模式创建一个新的分区删除一个存

关于Maven生命周期相关命令演示

《关于Maven生命周期相关命令演示》Maven的生命周期分为Clean、Default和Site三个主要阶段,每个阶段包含多个关键步骤,如清理、编译、测试、打包等,通过执行相应的Maven命令,可以... 目录1. Maven 生命周期概述1.1 Clean Lifecycle1.2 Default Li

numpy求解线性代数相关问题

《numpy求解线性代数相关问题》本文主要介绍了numpy求解线性代数相关问题,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧... 在numpy中有numpy.array类型和numpy.mat类型,前者是数组类型,后者是矩阵类型。数组

Redis的Hash类型及相关命令小结

《Redis的Hash类型及相关命令小结》edisHash是一种数据结构,用于存储字段和值的映射关系,本文就来介绍一下Redis的Hash类型及相关命令小结,具有一定的参考价值,感兴趣的可以了解一下... 目录HSETHGETHEXISTSHDELHKEYSHVALSHGETALLHMGETHLENHSET

python中的与时间相关的模块应用场景分析

《python中的与时间相关的模块应用场景分析》本文介绍了Python中与时间相关的几个重要模块:`time`、`datetime`、`calendar`、`timeit`、`pytz`和`dateu... 目录1. time 模块2. datetime 模块3. calendar 模块4. timeit

sqlite3 相关知识

WAL 模式 VS 回滚模式 特性WAL 模式回滚模式(Rollback Journal)定义使用写前日志来记录变更。使用回滚日志来记录事务的所有修改。特点更高的并发性和性能;支持多读者和单写者。支持安全的事务回滚,但并发性较低。性能写入性能更好,尤其是读多写少的场景。写操作会造成较大的性能开销,尤其是在事务开始时。写入流程数据首先写入 WAL 文件,然后才从 WAL 刷新到主数据库。数据在开始

AI hospital 论文Idea

一、Benchmarking Large Language Models on Communicative Medical Coaching: A Dataset and a Novel System论文地址含代码 大多数现有模型和工具主要迎合以患者为中心的服务。这项工作深入探讨了LLMs在提高医疗专业人员的沟通能力。目标是构建一个模拟实践环境,人类医生(即医学学习者)可以在其中与患者代理进行医学

论文翻译:arxiv-2024 Benchmark Data Contamination of Large Language Models: A Survey

Benchmark Data Contamination of Large Language Models: A Survey https://arxiv.org/abs/2406.04244 大规模语言模型的基准数据污染:一项综述 文章目录 大规模语言模型的基准数据污染:一项综述摘要1 引言 摘要 大规模语言模型(LLMs),如GPT-4、Claude-3和Gemini的快

论文阅读笔记: Segment Anything

文章目录 Segment Anything摘要引言任务模型数据引擎数据集负责任的人工智能 Segment Anything Model图像编码器提示编码器mask解码器解决歧义损失和训练 Segment Anything 论文地址: https://arxiv.org/abs/2304.02643 代码地址:https://github.com/facebookresear