COSMo: 基于 CLIP 的开放集多目标域适应

多目标域适应（Multi-Target Domain Adaptation, MTDA）涉及从单一源域学习域无关信息并应用于多个未标记目标域。然而，现有 MTDA 方法主要关注视觉特征中的域迁移，往往忽略语义特征且难以处理未知类别，导致所谓的开放集多目标域适应（Open-Set MTDA）问题。虽然大规模视觉语言基础模型如 CLIP 显示出前景，但其在 MTDA 中的潜力尚未充分探索。本文引入 COSMo，一种新方法，通过源域引导的提示学习获取域无关提示，以解决 MTDA 中的问题。该方法利用域特定偏置网络和针对已知/未知类别的独立提示，有效实现跨域和类别迁移。据我们所知，COSMo 是首个解决开放集多目标域适应（OSMTDA）的方法，提供了更真实的现实场景表征，同时处理开放集和多目标域适应的挑战。COSMo 在三个具有挑战性的数据集上（Mini-DomainNet、Office-31、Office-Home）实现平均提升 $5.1\%$，显著优于其他相关域适应方法在 OSMTDA 设置下的表现。代码已公开：https://github.com/munish30monga/COSMo。