Domain Adaptation（DA）

domain adapation（领域自适应）是迁移学习的一种，也是目前迁移学习中主要研究方向，旨在解决测试数据不方便采集、标注，耗时耗力等情况，希望通过迁移学习提高识别准确率。

解决方案

• 测试集有部分已经标注：

用已经标注的部分微调在训练集训练出来的模型。注意避免过拟合。

• 测试集未标注：
  

feature extractor：不同分布的相同部分提取出来（去除颜色信息，只保留形状）。信息相同（分布相同）的部分放入domain classifier中（目的让他分辨不出source/target），lebel predictor用于防止feature extractor投机取巧。