关键词cross-domain benchmarks
搜索结果 - 3
- 基于提示学习的领域适应
本文提出了一种新颖的无监督领域自适应学习范式 —— 通过提示学习的领域自适应 (DAPL),通过嵌入域信息和利用预训练的视觉 - 语言模型进行分类,此方法在多个领域的基准测试数据上表现优异,并且训练效率高、易于实现。
- AAAI跨域少样本图分类
本文提出了一种用于跨领域的小样本图分类问题的基于注意力机制的图编码器,使用三个具有相同结构但不同功能的图像来学习任务特定的信息表示以达到快速适应的目的,实验结果表明,该编码器结合度量学习元学习框架时,可以在所有基准测试中实现最佳的平均元测试 - ECCV无监督领域自适应的领域嵌入
本研究提出了一种基于 Domain2Vec 模型进行视觉领域向量化表示的方法,并创建了两个大规模跨域基准测试集 TinyDA 和 DomainBank,实验表明该方法可以预测不同域之间的相似性,并优于现有领先的多源领域自适应方法。