CLIP驱动的域泛化与域适应综述
计算机视觉与模式识别
2025-04-22 v1 机器学习
摘要
随着机器学习的发展，域泛化（DG）和域适应（DA）对于增强模型在不同环境下的鲁棒性已成为关键。对比语言-图像预训练（CLIP）在这些任务中发挥重要作用，提供了强大的零样本能力，使模型能够在未见域中有效工作。然而，当前文献中缺乏系统性地探讨CLIP在DG和DA中应用的综述，导致亟需本次综述。本综述全面回顾了CLIP在DG和DA中的应用。在DG中，我们将方法分为优化提示学习以实现任务对齐和利用CLIP作为主干网络进行有效特征提取两个方面，两者都增强了模型的适应性。在DA中，我们检讨了基于可用源数据的方法以及主要基于目标域数据的方法，强调知识传递机制和提高在不同上下文中性能的策略。针对过拟合、域多样性和计算效率等关键挑战，本综述提供了解决方案，并探讨了未来研究机会，以提升实际应用中的鲁棒性和效率。通过综合现有文献并指出关键空白，本综述为研究人员和实践者提供了宝贵见解，提出了有效利用CLIP以增强DG和DA方法的方向。最终，本工作旨在促进在更具鲁棒性的机器学习模型方面的创新与合作，这些模型能够可靠地在 diverse 实际场景中工作。一个更及时的论文版本 maintained at: https://github.com/jindongli-Ai/Survey_on_CLIP-Powered_Domain_Generalization_and_Adaptation。
引用
@article{arxiv.2504.14280,
title = {CLIP-Powered Domain Generalization and Domain Adaptation: A Comprehensive Survey},
author = {Jindong Li and Yongguang Li and Yali Fu and Jiahong Liu and Yixin Liu and Menglin Yang and Irwin King},
journal= {arXiv preprint arXiv:2504.14280},
year = {2025}
}