Sep, 2023

通过未知利用在开放集领域适应中收紧分类边界

TL;DR通过提取未知实例的高置信度集合,并将其用作限制条件来收紧开放集域自适应方法的分类边界,改进了开放集域自适应方法。在包含Office-31和Office-Home数据集的广泛实验中,对OVANet进行评估,观察到连续改进的结果,Office-31的准确率和H-Score绝对增益高达1.3%,Office-Home的准确率增益为5.8%,H-Score增益为4.7%。