Contrastive Test-Time Adaptation

最新推荐文章于 2024-01-26 15:49:57 发布

black_and_white_girl

最新推荐文章于 2024-01-26 15:49:57 发布

阅读量854

点赞数

分类专栏： python学习文章标签：聚类数据挖掘机器学习

本文链接：https://blog.csdn.net/black_and_white_girl/article/details/127336656

版权

python学习专栏收录该内容

1 篇文章 0 订阅

订阅专栏

Contrastive Test-Time Adaptation 是 CVPR2022 论文
Test-time adaptation是在target数据上进行领域自适应的方法，而且没有source数据参与。
https://github.com/DianCh/AdaContrast.

这篇论文有代码，是对比学习和SHOT的融合。

self-learning 和 SHOT 的融合，接下来需要详细看看。

**加粗样式**

文章的亮点

第一条线，使用弱增强数据，没有反梯度优化，直接聚类。
第二条线，使用了self-learning and contrastive leanring，不断优化特征，帮助target model 特征优化。
使用了两个强增强的q,k 的对比优化，同时兼顾了自训练。
第三条线，希望聚类得到的标签，进化后的模型的预测值能够一致。