域自适应(Domain adaptation, DA)是为了缓解源域和目标域之间的域迁移。大多数数据处理方法需要访问源数据,但这通常是不可能的(例如,由于数据隐私或知识产权)。在本文中,我们解决了具有挑战性的无源域自适应(SFDA)问题,其中源预训练模型在没有源数据的情况下适应目标域。本文的方法是基于这样一种观察,即目标数据可能与源域分类器不一致,但仍然形成清晰的聚类。
算法如下:
实验结果如下:
Trust your Good Friends: Source-free Domain Adaptation by Reciprocal Neighborhood Clustering
最新推荐文章于 2024-05-07 19:57:16 发布