BriefGPT.xyz
Ask
alpha
关键词
category shift
搜索结果 - 3
CVPR
基于领域和类别转移的升级模型
本文提出了一种基于全局和本地聚类的学习技术(GLC),以实现知道领域和类别转换下已知数据样本的识别,并仅使用标准预训练源模型的知识从而拒绝那些 “未知” 的数据样本。我们检验了我们的方法在包括部分集、开放集和开放部分集 DA 等不同类别转化
→
PDF
a year ago
CVPR
聚类到适应:在不同标签之间进行语义分割的少样本领域自适应
本研究提出了一种聚类适配方法 Cluster-to-Adapt(C2A),通过在转换的特征空间中强制执行聚类目标来选择源和目标域之间可以对齐的类别,从而实现分割数据集领域自适应的跨数据集分类适应。该方法在室内外语境场景下进行的少样本学习和零
→
PDF
2 years ago
CVPR
深层鸡尾酒网络:多源无监督领域自适应及类别偏移
本文提出了一种利用深度混合网络来对抗多源之间的领域和类别差异的方法,通过多种对抗性学习来减小目标域和多源域的差异,并将伪标记的目标样本和源样本用于更新多源分类器和特征提取器。
PDF
6 years ago
Prev
Next