Pred&Guide：用于引导半监督域适应的目标类标注预测
计算机视觉与模式识别
2022-11-23 v1
摘要
半监督域适应旨在利用相关的富标签源域和极少量目标域标注样本，对属于目标域的数据进行分类。在此，我们提出一种新颖框架 Pred&Guide，其利用少量标注目标样本的预测类标签与实际类标签之间的不一致性，在半监督设定下有效引导域适应。Pred&Guide 包含三个阶段：（1）首先，为平等对待所有目标样本，我们执行结合自训练的的无监督域适应；（2）第二为标签预测阶段，使用当前模型预测少量标注目标样本的标签；（3）最后，利用标签预测的正确性按类有效加权源样本，以更好地引导域适应过程。大量实验表明，所提出的 Pred&Guide 框架在 Office-Home 和 DomainNet 两个大规模基准数据集上取得了最先进（SOTA）结果。
引用
@article{arxiv.2211.11975,
title = {Pred&Guide: Labeled Target Class Prediction for Guiding Semi-Supervised Domain Adaptation},
author = {Megh Manoj Bhalerao and Anurag Singh and Soma Biswas},
journal= {arXiv preprint arXiv:2211.11975},
year = {2022}
}