基于类原型的前馈无源域自适应
计算机视觉与模式识别
2023-07-21 v1 机器学习
机器学习
摘要
无源域自适应因其实际效用且无需访问源数据而变得流行。然而，自适应过程仍耗费大量时间，且主要基于依赖反向传播的优化。在本工作中，我们提出了一种简单的前馈方法，对基于反向传播的自适应的必要性提出挑战。我们的方法基于使用预训练模型在域偏移下计算类的原型。与预训练模型相比，它在精度上取得了显著提升，且所需时间仅为现有域自适应方法的一小部分。
引用
@article{arxiv.2307.10787,
title = {Feed-Forward Source-Free Domain Adaptation via Class Prototypes},
author = {Ondrej Bohdal and Da Li and Timothy Hospedales},
journal= {arXiv preprint arXiv:2307.10787},
year = {2023}
}
备注
ECCV 2022 Workshop on Out of Distribution Generalization in Computer Vision (OOD-CV)