使用伪标签的领域自适应

在缺乏有标签目标数据的情况下，无监督领域自适应方法试图对齐源域和目标域的边缘分布，以便为目标域训练分类器。无监督领域对齐过程是类别无关的，最终会导致类别错位。我们通过部署预训练网络，使用多阶段伪标签细化过程来确定目标域的准确标签，从而解决了这一问题。这些过滤器基于伪标签的置信度、距离（一致性）和一致性。我们在多个数据集上的结果表明，与复杂的最先进技术相比，我们简单的程序是有效的。