source-free | BriefGPT - AI 论文速递

关键词source-free

搜索结果 - 11

WWW合作自适应：无源图领域自适应的双向适应
我们提出了一种名为 GraphCTA 的新范式，通过一系列步骤：在考虑本地和全局信息的情况下，基于目标图中节点邻居的预测进行模型适应；通过邻域对比学习来更新图结构和节点属性进行图适应；以及使用更新后的图作为输入来促进后续模型适应的迭代，从而
PDF4 months ago
ICCV人体姿态估计的先导引导无源域自适应
本文介绍一种基于先验引导的自训练方法（POST），通过使用伪标签和人体姿势先验知识，在没有源数据的情况下，使源模型适应新的目标领域，在姿势估计任务中取得了相当的性能提升。
PDF10 months ago
PseudoCal: 基于无源方法的领域自适应非监督不确定性校准
本文提出了一种基于无标注目标数据的源自由校准方法 PseudoCal，该方法解决了无标签目标域数据中目标领域内部不确定性的问题，并在 10 个 UDA 方法上展现了出色的校准效果。
PDFa year ago
SF-FSDA: 高效标记数据工厂的无源少样本域自适应目标检测
本文提出了一种基于数据工厂的方法，在源域数据不可用的情况下，以有限的少量手动标注示例为辅助，生成无限量的与目标域相似的合成图像及其对应的标注，并在此基础上实现了针对 SF-FSDA 问题的鲁棒目标检测。
PDFa year ago
CVPRC-SFDA: 一种基于课程学习的自我训练框架，用于高效的无源域自适应
本文提出了一种基于红外图像的智能监测系统，其基于卷积神经网络和支持向量机算法，并且在不需要源数据的情况下使用自我训练的方式进行对源领域的无监督领域适应，使用了策略筛选伪标签的课程学习加速自适应过程。
PDFa year ago
无源无监督域自适应：一份调查报告
本研究针对数据保护、存储和传输等实际场景中普遍存在的源数据访问限制，提供了一篇系统综述文章，介绍了最近提出的无源自适应方法，着重对白盒和黑盒方法进行分类，并详细讨论了各类方法中的挑战以及适用于无源数据的模型在提高泛化能力方面的流行技术和常用
PDF2 years ago
ICML平衡辨识性和迁移性以实现无源域自适应
在源 - 无源领域自适应（DA）场景下，本文提出了一种混合原始和对应的泛化样本的解决方案，用于提高领域的转移能力和保护隐私，在现有的无源 DA 方法上实现提高识别和转移的平衡，并在分类和语义分割任务上实现了最先进的性能，在单源和多源场景下均
PDF2 years ago
ICML无源自学域自适应的置信度评分
本文提出了一种无监督领域自适应的方法 —— 源自由（SFUDA），其中使用预先训练的源模型而不使用源数据来在未标记的目标域中获得高性能。提出一种新的样本自信度评分 —— 联合模型数据结构（JMDS）评分，用于 SFUDA 中，它使用源和目标
PDF2 years ago
ECCV通过学习时间一致性进行动作识别的无源视频域自适应
本研究提出了一种名为 ATCoN 的新的注意力机制深度神经网络，以解决视频领域无源域自适应的挑战，该网络通过学习特征一致性和源预测一致性来提高时间一致性，并使用预测置信度优化局部与整体时间特征，该方法在不同领域的动作识别基准中表现出卓越的性
PDF2 years ago
基于进阶图学习的无源开放域自适应
本文提出了一种逐步的伪标记方法来实现源自由的开放域适应，并引入了平衡伪标记（BP-L）策略来加强模型的分类扩展性和预测校准性能，在基准图像分类和动作识别数据集上验证了所提出方法能有效提升模型性能。
PDF2 years ago
通过匹配批归一化统计数据实现无源域自适应的分布对齐
我们提出了一种利用预训练模型中的批量归一化统计信息来逼近未观测源数据分布的新颖域自适应方法，并在多个基准数据集上验证了其在无法访问源数据的情况下具有竞争性的分类性能。
PDF3 years ago