Cluster Alignment with a Teacher for Unsupervised Domain Adaptation--论文阅读 ICCV
主要解决不同域之间的对齐问题
Lc强迫来自两个域的特征去组成鉴别性的cluster
La对齐不同域的相同class的特征
Ly有标签数据的训练
两个域在数据分布等其他特征数据不同时,全局的对齐会造成对齐错误
discriminative clustering loss
对于target domain,label是通过teacher生成的伪标签
使相同类别的样本聚集在一起,同时推远不同类别的样本
对于teacher分类器产生的不正确预测是否会影响模型的训练,作者说,..
原创
2021-10-25 16:04:33 ·
502 阅读 ·
0 评论