Tell2Adapt：基于视觉基础模型的统一源自监督域适应框架
计算机视觉与模式识别
2026-03-06 v1
摘要
源自监督域适应 (SFUDA) 对在多样化临床环境中部署深度学习模型至关重要。然而，现有方法通常为特定域迁移设计，难以实现统一、多模态和多目标框架，这构成了实际应用的主要障碍。为克服此问题，我们引入 Tell2Adapt，一个 novel SFUDA 框架，利用视觉基础模型 (VFM) 的广泛可泛化知识。我们的做法通过 Context-Aware Prompts Regularization (CAPR) 确保高保真 VFM 提示，从而稳健地将各种文本提示转换为标准指令。这使得能够为高效适应目标域中的轻量级 student 模型生成高质量的伪标签。为保证临床可靠性，该框架包含 Visual Plausibility Refinement (VPR)，该方法利用 VFM 的解剖知识将适应模型的预测重新锚定到目标图像的低层视觉特征中，有效地消除噪声和误报。我们进行了规模最大的 SFUDA 评估，验证了该框架在 10 个域适应方向和 22 个解剖目标（包括脑部、心脏、结肠息肉和腹部）上的有效性。我们的结果显示，Tell2Adapt 在医学图像分割中持续超越现有方法，实现了统一 SFUDA 框架的 SOTA。代码可在 https://github.com/derekshiii/Tell2Adapt 获得。
引用
@article{arxiv.2603.05012,
title = {Tell2Adapt: A Unified Framework for Source Free Unsupervised Domain Adaptation via Vision Foundation Model},
author = {Yulong Shi and Shijie Li and Ziyi Li and Lin Qi},
journal= {arXiv preprint arXiv:2603.05012},
year = {2026}
}
备注
Accepted by IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR 2026)