域偏移下语义分割的标签校准
计算机视觉与模式识别
2023-07-21 v1 机器学习
机器学习
摘要
预训练的语义分割模型在新域数据上的性能很可能大幅下降。我们展示，通过计算域偏移下的软标签原型，并根据与预测类别概率向量最接近的该原型进行预测，可将预训练模型适配到无标签目标域数据。所提适配过程快速，在计算资源上几乎零成本，并带来可观的性能提升。我们在极具实用性的合成到真实语义分割问题上展示了这种标签校准的益处。
引用
@article{arxiv.2307.10842,
title = {Label Calibration for Semantic Segmentation Under Domain Shift},
author = {Ondrej Bohdal and Da Li and Timothy Hospedales},
journal= {arXiv preprint arXiv:2307.10842},
year = {2023}
}
备注
ICLR 2023 Workshop on Pitfalls of Limited Data and Computation for Trustworthy ML