open compound domain adaptation | BriefGPT

关键词open compound domain adaptation

搜索结果 - 7

SCMix：用于语义分割的开放复合领域自适应的随机复合混合
应用 Stochastic Compound Mixing 方法进行开放式复合领域适应，通过降低源域与混合目标域之间的差异来改善模型泛化性能，这种方法在 OCDA 语义分割任务上实现了更低的经验风险，并与 SoTA 结果相比有显着的性能提升
PDF2 months ago
学习基于子分区的异质感知领域自适应细胞核分割
我们首次提出了开放式复合域适应（OCDA），明确考虑组织病理学领域内的异质性，并引入两阶段分离框架来获取图像和实例层面的领域不变特征表示，以解决核心问题。实验证明我们的方法在各种不同数据集的跨模态和跨染色情况下优于最先进的无监督域自适应和
PDF6 months ago
ECCVML-BPM: 开放式复合领域适应语义分割的双向光度混合多教师学习
本文提出了一种基于多教师框架的光度混合自适应分割方法，用于解决开放式复合领域自适应问题，比现有方法效果更好。
PDF2 years ago
AAAI开放混合域适应语义分割的振幅谱变换
本文提出了基于振幅谱变换的特征空间 AST 的 OCDA 简化自适应技术，隐式地完成跨域特征风格化和域内容规范化，同时在场景分割基准测试中领先于之前的技术。
PDF2 years ago
发现、虚构和调适：用于语义分割的开放式化合领域适应
本文介绍了针对语义分割的无监督域自适应（UDA）的新方法 —— 开放复合域自适应（OCDA）。该方法基于 “发现、臆造、适应” 三大设计原则构建了新的框架，它首先根据样式聚类混合目标数据，然后使用图像转换方法在源中臆造多个潜在的目标域，最后
PDF3 years ago
聚类，分裂，融合和更新：用于开放式复合领域自适应语义分割的元学习
提出了一种基于元学习的 OCDA 方法 MOCDA，通过对未标记的目标域进行连续建模，利用图像样式将其划分为多个子目标域，同时在线使用 MAML 算法来更新模型，实现在合成到真实的知识转移基准数据集上取得最优性能的目的。
PDF4 years ago
CVPR开放式复合领域自适应
本文提出了一种基于课程域适应策略和记忆模块的方法，以处理由多个同质域组成的无标签复合目标域的开放复合域适应问题。实验证明我们的方法在数字分类，面部表情识别，语义分割和强化学习上非常有效。
PDF5 years ago