domain adaption(DA) 、UDA

本文主要是介绍domain adaption(DA) 、UDA，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！

在阅读 Self-supervised Augmentation Consistency for Adapting Semantic Segmentation 时，突然发现不太清楚无监督领域自适应

领域自适应

• 迁移学习中的一种代表性方法，利用源域的丰富样本提升目标域模型的性能。问题：他们的分布不同。不同阶段的方法不同[1]

无监督领域自适应

• 领域自适应的关键是如何减小source和target的特征的分歧。现有的方法直接align source和target的整体分布，忽略了细粒度的domain gap。本文提出在类别和样本的粒度上减小领域的分歧。[2]

Reference

[1] https://blog.csdn.net/u013841196/article/details/80956828
[2] https://zhuanlan.zhihu.com/p/88814945

这篇关于domain adaption(DA) 、UDA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！

---