深度基础潜在空间内的无监督域自适应
计算机视觉与模式识别
2024-02-26 v1 人工智能
机器学习
摘要
基于 Vision Transformer 的基础模型（如 ViT 或 Dino-V2）旨在解决只需极少或无需特征微调的问题。利用原型网络设置，我们分析了此类基础模型在不对源域或目标域进行微调的情况下解决无监督域自适应问题的程度。通过定量分析以及对决策过程的定性解释，我们证明了所提出的方法可以改进现有的基线，同时也展示了此类方法尚待解决的局限性。
引用
@article{arxiv.2402.14976,
title = {Unsupervised Domain Adaptation within Deep Foundation Latent Spaces},
author = {Dmitry Kangin and Plamen Angelov},
journal= {arXiv preprint arXiv:2402.14976},
year = {2024}
}