单位:HKUST
收录: CVPR 2023 (Highlight)
原文:https://arxiv.org/abs/2303.13434
代码:GitHub - JinjingZhu/PMTrans
目录
Learning hyperparameters of mixup
Abstract
之前的方法采用ViT中的交叉注意力来进行直接域对齐,但是由于交叉注意力的性能高度依赖于目标样本的伪标签的质量,当域间隙变大时,它变得不太有效。
本文从博弈论的角度来解决这个问题,提出了一个称为PMTrans的模型,它用一个中间域来连接源域和目标域。
具体来说,作者提出了一个新的基于VIT的模块PatchMix,它通过学习基于博弈论模型从从两个域中抽取patch来有效地建立中间域,即概率分布。 这样,它学习混合来自源域和目标域的