文章目录
前言
- 文章来自2020年的ECCV
- 本文是本人领域自适应与最优传输系列论文的第47篇,所有系列论文的相关代码在https://github.com/CtrlZ1/Domain-Adaptation-Algorithms,希望各位大佬们不吝点赞,给个Star哦~
摘要
- 多源无监督域自适应的性能在很大程度上取决于标记源域样本传输的有效性。在本文中,我们提出了一种对抗性代理,它学习源样本的动态课程,称为源选择课程管理器(Curriculum Manager for Source SelectionC,MSS)。课程管理器是一个独立的网络模块,在训练过程中不断更新课程,并反复学习哪些领域或样本最适合与目标保持一致。这背后的直觉是迫使课程管理者不断重新测量潜在领域随时间的可转移性,从而不利地提高领域鉴别器的错误率。CMSS不需要任何关于域标签的知识,但它在四个著名的基准测试中的表现优于其他方法。我们还提供了可解释的结果,阐明了所提出的方法。
- 关键词:无监督领