MCD_DA，Maximum Classifier Discrepancy for Unsupervised Domain Adaptation适合分类标签一样的场景迁移

Domain Adaptation 图像分类分割MCD_DA算法 ｜ CVPR2018Oral论文

https://baijiahao.baidu.com/s?id=1620472959356044540&wfr=spider&for=pc

1、这篇2018年域迁移的论文适合分类标签一样的场景，例如，都是0-9 的分类，因为训练过程用了同一个分类器的不同训练。
只是分类场景不同，这样的迁移，效果很好，
但是如果想迁移目标数据类似，但是分类是不一样的，此方法不好用
例如分类不同种类的猫，一共有100种， 原数据是80个分类，但是目标数据20个分类较少，想迁移这20个分类就不行。

Mnist数据集：每张图是28 * 28的大小，同时一共70000万张图片，一共是10类手写数字

Usps数据集：每张图是16 *16 的大小，一共20000万张图片，一共是10类手写数字

SVHN： 一个真实世界（谷歌街景）的街道门牌号数字识别数据集。超过600000张带有标签的数字图像