开放集领域自适应OSDA（十六）：Open Set Domain Adaptation via Joint Alignment and Category Separation论文原理

最新推荐文章于 2024-02-01 16:38:06 发布
最新推荐文章于 2024-02-01 16:38:06 发布
阅读量803 收藏 1
点赞数
CC 4.0 BY-SA版权
分类专栏： 开放集领域自适应 文章标签： 机器学习 人工智能 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41076797/article/details/125042142
本文提出了一种新的开放集域适应（OSDA）方法——联合对齐和类别分离（JACS），它能有效识别未知样本并保持已知类别的分类性能。JACS通过学习共享特征空间，减小已知类分布差异，同时最大化已知与未知类别的距离。实验表明，JACS在多个基准数据集上优于现有方法。

文章目录

前言

  • 文章来自2021年的TNNLS
  • 本文是本人开放集领域自适应OSDA系列论文的第16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

  • 流行的域适应方法适用于假定源域和目标域共享相同数据类别的近集场景。然而，在现实环境中，这一假设经常被违背，因为目标域通常包含源域中不存在的类别样本。这个设置被称为开放集域适应(OSDA)。大多数现有的领域适应方法在这种情况下都不能很好地工作。在本文中，我们提出了一种有效的OSDA方法，命名为联合对齐和类别分离(JACS)。具体而言，JACS学习了一个潜在的共享空间，在该空间中，已知类跨域特征分布的边缘和条件发散得到缓解(联合对齐)，已知类和未知类之间的分布差异被放大，不同已知类之间的
了解本专栏 订阅专栏 解锁全文 超级会员免费看
开放集领域自适应OSDA（三）：Separate to Adapt: Open Set Domain Adaptation via Progressive Separation论文原理
lyy的博客
04-02 954
文章目录前言摘要1. Introduction2. Related Work3. Method 前言 文章来自2019年的CVPR 本文是本人开放集领域自适应OSDA系列论文的第3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 在利用来自源域的标记数据为未标记的目标域学习准确的分类器方面，域自适应已经取得了巨大的成功。在野外部署时，目标域通常包含源域中未观察到的
开放集领域自适应OSDA（二）：Open Set Domain Adaptation by Backpropagation论文原理
lyy的博客
03-27 1288
文章目录前言摘要1 Introduction2 Related Work2.1 Domain Adaptation2.2 Open Set Recognition3 Method3.1 Problem Setting and Overall Idea 前言 文章来自2018年的ECCV 本文是本人开放集领域自适应OSDA系列论文的第2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Sta
论文翻译：Open Set Domain Adaptation 开放集域适应
Qi__Xi的博客
04-12 2314
论文翻译：Open Set Domain Adaptation 开放集域适应摘要1. 介绍2. 相关工作3. 开放集域适应3.1 无监督域适应3.2 半监督域适应3.3 映射4. 实验4.1 参数配置4.2 Office数据集4.3 密集跨数据集分析4.4 稀疏跨数据集分析5. 结论 摘要 当训练和测试数据属于不同的域时，对象分类器的准确性将大大降低。因此，最近几年提出了几种算法，以减少数据集之间的所谓域转移。但是，所有适用于域适应的评估协议都描述了一个封闭集识别任务，其中两个域（即源域和目标域）都包含完全
开放集域适应文献阅读四
QoMo的博客
11-18 795
开放集域适应。
开放集域适应文献阅读三
QoMo的博客
11-17 1129
开集域适应。
Open Set Domain Adaptation 开放集域适应--论文笔记
yykkkybs的博客
09-17 719
https://zhuanlan.zhihu.com/p/31230331参考知乎大神的文章，很清晰
开放集（一）Open Set Domain Adaptation: Theoretical Bound and Algorithm
qq_42595295的博客
02-27 1797
这一篇论文感觉十分偏理论，我感觉只是理解了个大概。1.第一步是使用OSNN（开放集最近邻）算法对目标域样本进行标签预测。通过公式（12）得到一个优化后的分类器h。2.计算矩阵L,W。L为拉普拉斯矩阵，可写成D − W, D为对角矩阵，Dii = j=1到 ns+nt 对Wij求和，W矩阵为样本相似度矩阵。3.迭代过程。每一次迭代中，（1）计算MMD矩阵M；（2）通过式（21）计算 β；（3）β的转置×K得到的结果为新一轮更新的目标域伪标签的值。
开放集领域自适应OSDA（十七）：Open Set Domain Adaptation With Soft Unknown-Class Rejection论文原理
lyy的博客
06-14 608
文章目录前言摘要 前言 文章来自2021年的AAAI 本文是本人开放集领域自适应OSDA系列论文的第15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 ......
开放集领域自适应OSDA（十）：Adversarial Open Set Domain Adaptation via Progressive Selection of Trans‐ ferab论文原理
lyy的博客
05-29 455
文章目录前言摘要1. Introduction2. Related Work2.1. Close Set Domain Adaptation2.2. Open set Domain Adaptation3. Preliminaries3.1. Open Set Domain Adaptation3.2. Domain Adversarial Training4. Method4.1. Thresholded Domain Adversarial Network4.2. Transferability Qua
Separate to Adapt: Open Set Domain Adaptation via Progressive Separation论文笔记
且慢
08-29 1673
Separate to Adapt: Open Set Domain Adaptation via Progressive Separation论文笔记 Abstract Domain adaptation问题在利用源域的标注数据为未标记的目标域学习准确的分类器方面已经有较大成功，但是Open Set Domain Adaptation问题中的目标域中存在未知类，而未知类所占的比例对解决问题的方案的性能影响很大。在源域与目标域对齐的时候，如果不将目标域中的未知类排除，会造成已知类与未知类的不匹配而形成负迁移
开放集域适应文献阅读一
QoMo的博客
11-16 997
开集域适应。
【域适应+clip十四】Open-Set Domain Adaptation with Visual-Language Foundation Models
最新发布
m0_60231311的博客
02-01 1870
无监督域自适应(UDA)是一种非常有效的方法，可以将具有标记数据的源域知识转移到具有未标记数据的目标域。由于目标域中缺乏标记数据以及可能存在未知类，开放集域适应(open-set domain adaptation, ODA)已成为在训练阶段识别这些类的潜在解决方案。虽然现有的ODA方法旨在解决源域和目标域之间的分布变化，但大多数方法在源域上对ImageNet预训练模型进行微调，并在目标域上进行自适应。
开放集领域自适应OSDA（七）：Learning Likelihood Estimates for Open Set Domain Adaptation论文原理
lyy的博客
06-20 623
文章目录前言摘要 前言 文章来自2020年的ICME 本文是本人开放集领域自适应OSDA系列论文的第7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 大多数现有的领域适应框架都基于严格的假设，即不同的领域共享相同的标签空间，这对于实际应用来说过于理想化。在本文中，我们研究了一个现实的情况下，开放集域适应与部分共享类在两个域，并考虑负转移带来的未知类从目标域。因此
Open Set Domain Adaptation 开集领域适应
Pr4da的博客
05-01 2141
1. Motivation 2017年ICCV上发表了一篇题为OpenSetDomainAdaptationOpen Set Domain AdaptationOpenSetDomainAdaptation[1]的论文说：一般我们所讲的领域适应(domain adaptation)是在一个闭集(close set)的前提条件下进行的，即源域和目标与拥有相同的标签类别。但是在大多数的实际情况中，源域和目标域可能只共享了一部分相同类别。如图1所示（图片来源于文献[1]），在Close set domain
【AAAI 2021】全部接受论文列表（四）
yinizhilianlove的博客
01-14 6666
来源：AINLPer微信公众号（点击了解一下吧） 编辑: ShuYini 校稿: ShuYini 时间: 2021-01-14 马上春节了，疫情又卷土而来，希望大家注意防护，爱护自己的身体 AAAI 2021论文接收情况   人工智能顶级会议AAAI 2021 已经给出接收论文列表，共有1692篇论文被接收，录取率21%，比去年的20.6%稍微有些上升。单从数量上看，也比去年多了101篇。本届 AAAI 2021已经是第35 届会议了。据 AAAI 2021官方网站，这个 2021年首个人工智能顶会将全.
开放集域适应文献阅读五
QoMo的博客
11-22 586
开放集域适应。
【资源】领域自适应相关论文、代码分享
zenRRan的博客
10-19 7506
点击上方，选择星标或置顶，每天给你送干货！阅读大概需要20+分钟跟随小博主，每天进步一丢丢整理| 专知【导读】领域自适应（Domain Adaptation）是迁移学习（Transfe...
Open Set Domain Adaptation
gdtop的个人笔记
04-16 4757
本篇是迁移学习专栏介绍的第十篇论文，也算是本专栏专门讲Domain Adaptation的第一篇论文。这篇文章是接受于ICCV 2017，文章的setting是特别新颖的，获得了ICCV Marr Prize 提名。所以很值得一看。 Abstract 当训练和测试数据属于不同的领域时，对象分类器的精度会显著降低。因此，为了减少数据集之间的域转移，近年来提出了几种算法。然而，所有可用的域适应评估...
【深度学习】论文导读：无监督域适应（Deep Transfer Network: Unsupervised Domain Adaptation）
热门推荐
xf__mao的博客
01-14 2万+
一、Domain adaptation 在开始介绍之前，首先我们需要知道Domain adaptation的概念。Domain adaptation，我在标题上把它称之为域适应，但是在文中我没有再翻译它，而是保持它的英文原意，这也有助于我们更好的理解它的概念。 Domain adaptation的目标是在某一个训练集上训练的模型，可以应用到另一个相关但不相同的测试集上。 对这个问题列
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

CtrlZ1

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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