Moment Matching for Multi-Source Domain Adaptation

Motivation

这是一篇利用矩匹配进行多源领域迁移学习的文章,文章的出发点是由于传统的无监督域适应(UDA)假设训练数据是从单个域中采样的。这忽略了更实际的场景。为此,作者收集并注释了迄今为止最大的UDA数据集DomainNet,它包含6个域和分布在345个类别中的约60万幅图像,解决了多源UDA研究在数据可用性方面的差距。解决方法比较新颖,数据集也做得的非常好。以后可以利用这个数据集。

论文:[Moment Matching for Multi-Source Domain Adaptation](https://arxiv.org/abs/1812.01754)
数据集和代码:[http://ai.bu.edu/M3SDA/](http://ai.bu.edu/M3SDA/)

Method

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值