From Galaxy Zoo DECaLS to BASS/MzLS: detailed galaxy morphology classification with unsupervised domain adaption
Shanghai Astronomical Observatory, Chinese Academy of Sciences(中国科学院上海天文台);School of Astronomy and Space Science, University of Chinese Academy of Sciences(中国科学院大学天文与空间科学学院);Shanghai Key Lab for Astrophysics, Shanghai Normal University(上海师范大学上海市天体物理重点实验室);Centre for Astrophysics Research, University of Hertfordshire(赫特福德大学天体物理研究中心)
针对DECaLS与BASS/MzLS图像分布不匹配问题,本研究采用无监督域适配方法微调源域模型,显著提升了BMz巡天中星系形态分类的准确性,并发布了248,088个星系的详细形态分类星表。
2024-12-20 astro-ph.GA astro-ph.IM cs.CV
Memory Efficient Temporal & Visual Graph Model for Unsupervised Video Domain Adaptation
The University of Tokyo(东京大学);RIKEN(理化学研究所);National Institutes of Health Clinical Center(美国国立卫生研究院临床中心);eBay Inc.(易贝公司);Temple University(天普大学)
现有的视频域自适应(video domain adaptation,DA)方法需要存储视频帧的所有时间组合或将源视频和目标视频配对,这不仅存储成本高,而且不能扩展到长视频。为了解决这些限制,我们提出了一个内存高效的基于图形的视频DA方法如下。首先,我们的方法模型的每个源或目标视频的图:节点表示视频帧和边缘表示帧之间的时间或视觉相似性关系。我们使用图注意力网络来学习单个帧的权重,并同时将源和目标视频对齐到域不变的图特征空间中。该方法不需要存储大量的子视频,而是只为一个视频构建一个具有图注意力机制的图,大大降低了存储开销。大量的实验表明,与最先进的方法相比,我们取得了优越的性能,同时降低了内存成本显着。
2022-08-13 cs.CV
Exploiting Image Translations via Ensemble Self-Supervised Learning for Unsupervised Domain Adaptation
Eindhoven University of Technology(埃因霍温理工大学)
我们引入了一种无监督域自适应(UDA)策略,该策略将多个图像翻译,集成学习和自监督学习结合在一个连贯的方法中。我们专注于UDA的标准任务之一,其中语义分割模型在标记的合成数据和未标记的真实数据上进行训练,旨在对后者表现良好。为了利用使用多个图像翻译的优势,我们提出了一种集成学习方法,其中三个分类器通过将不同图像翻译的输入特征作为输入来计算它们的预测,使每个分类器独立学习,目的是通过稀疏多项式逻辑回归组合它们的输出。该回归层称为元学习器,有助于在执行自监督学习时减少伪标签生成期间的偏差,并通过考虑每个分类器的贡献来提高模型的泛化能力。我们在标准UDA基准上评估了我们的方法,即将GTA V和Synthia适应Cityscapes,并在平均交集上实现了最先进的结果。广泛的烧蚀实验报告,以突出我们提出的UDA策略的有利特性。
2021-07-13 cs.CV
Unsupervised domain adaption dictionary learning for visual recognition
China University of Petroleum(中国石油大学)
在过去的几年中,字典学习方法已被广泛应用于处理各种计算机视觉识别应用,并产生了最先进的结果。然而,当目标域的数据实例具有与源域的数据实例不同的分布时,字典学习方法可能无法很好地执行。本文针对跨域视觉识别问题,提出了一种简单有效的无监督域自适应方法,其中标记数据仅来自源域。为了使源域和目标域中的原始数据分布一致,该方法在对源域和目标域中最近耦合的数据进行联合字典学习的同时,强制源域和目标域中最近耦合的数据具有相同的稀疏表示,学习后的字典可以分别重构源域和目标域中的原始数据。因此原始数据的稀疏表示可以用于执行视觉识别任务。我们证明了我们的方法在标准数据集上的有效性。我们的方法与竞争对手的最先进的方法相比,表现相当或更好。
2015-06-03 cs.CV
Unsupervised Domain Adaption with Pixel-level Discriminator for Image-aware Layout Generation
Zhejiang University(浙江大学);Alibaba Group(阿里巴巴集团)
布局是必不可少的平面设计和海报生成。最近,应用深度学习模型来生成布局引起了越来越多的关注。本文重点介绍了使用基于图像内容的GAN模型来生成广告海报布局,这需要一个带有成对产品图像和图形布局的广告海报布局数据集。然而,现有数据集中的成对图像和布局分别通过修补和注释海报来收集。在修复后的海报(源域数据)和干净的产品图像(目标域数据)之间存在域差距。因此,本文结合无监督域自适应技术,设计了一个GAN与一个新的像素级的搜索引擎(PD),称为PDA-GAN,根据图像内容生成图形布局。PD连接到浅层次特征图,并计算每个输入图像像素的GAN损失。定量和定性评估都表明,PDA-GAN可以实现最先进的性能,并为广告海报生成高质量的图像感知图形布局。
2023-03-25 cs.CV
BP-Triplet Net for Unsupervised Domain Adaptation: A Bayesian Perspective
Anhui University(安徽大学);Chongqing University(重庆大学);Alibaba Group(阿里巴巴集团)
三重丢失是深度度量学习(DML)方法之一,用于学习来自同一类的样本比来自不同类的样本更接近的嵌入。受DML的启发,我们从贝叶斯学习的角度提出了一种有效的用于无监督域自适应(UDA)的BP-Triplet Loss模型,并将其命名为BP-Triplet Net。在以往的基于度量学习的UDA方法中,对不同领域的样本对进行了平等的处理,由于领域偏差,这是不合适的。在我们的工作中,考虑到两个特征学习和领域对齐的成对样本的不同重要性,我们推导出我们的BP三重损失有效的UDA从贝叶斯学习的角度。我们的BP三重损失调整域内和域间成对样本的权重。特别地,它可以自关注硬对(包括硬正对和硬负对)。与域对齐常用的对抗性损失一起,目标伪标签的质量逐步提高。我们的方法实现了理想源和目标假设的低联合误差。然后,期望目标误差可以遵循本-大卫定理上界。在手写体数字、ImageCLEF-DA、ImageCLEF-Home和VisDA-2017五个基准数据集上的综合评估证明了所提出的UDA方法的有效性。
2022-02-19 cs.CV
A Sample Selection Approach for Universal Domain Adaptation
Tel Aviv University(特拉维夫大学);Facebook AI Research(脸书人工智能研究院)
我们研究的问题,无监督域自适应的普遍情况下,其中只有一些类之间共享的源和目标域。我们提出了一个评分方案,是有效的,在确定共享类的样本。该分数用于选择在训练期间对目标域中的哪些样本进行伪标记。另一个损失术语鼓励每个批次内标签的多样性。两者合计,我们的方法被证明优于,由一个相当大的保证金,目前的艺术水平的文献基准。
2020-01-14 cs.CV
GeoMultiTaskNet: remote sensing unsupervised domain adaptation using geographical coordinates
Sapienza University of Rome(罗马大学);Univ Gustave Eiffel(古斯塔夫·埃菲尔大学);IGN(法国国家地理与林业信息研究所);ENSG(法国国立地理科学学院)
本文提出轻量级模型 GeoMultiTaskNet,首次利用地理坐标元数据和动态类别采样策略实现遥感语义分割的无监督域自适应,在 FLAIR 数据集子集上以 33M 参数取得 47.22% mIoU 的最先进性能。
2023-04-16 cs.CV
GraphEcho: Graph-Driven Unsupervised Domain Adaptation for Echocardiogram Video Segmentation
Guangdong Provincial People’s Hospital(广东省人民医院);Institute of Cardiovascular Diseases(心血管疾病研究所)
本文提出GraphEcho方法,通过空间级跨域图匹配和时间循环一致性两个模块,利用心脏结构一致性与心跳周期性先验,解决超声心动图视频分割的无监督域自适应问题,并在新收集的CardiacUDA数据集上验证了其优于现有方法。
2023-09-20 cs.CV
Learning from SAM: Harnessing a Foundation Model for Sim2Real Adaptation by Regularization
Autonomous Intelligent Systems, University of Bonn, Germany(博恩大学自主智能系统);Lamarr Institute for Machine Learning and AI, Germany(机器学习与人工智能拉马尔研究所);Center for Robotics, University of Bonn, Germany(机器人中心)
本文提出一种自监督Sim2Real领域适应方法,利用Segment Anything Model获取目标域分割信息,并通过不变性-方差损失正则化特征表示,在YCB-Video和HomebrewedDB上超越先前工作及真实标注训练的网络。
2025-07-21 cs.CV
TVT: Transferable Vision Transformer for Unsupervised Domain Adaptation
University Of Texas at Arlington(德克萨斯大学阿灵顿分校);Kuaishou Techlology(快手科技)
无监督领域自适应(UDA)的目的是将从标记的源领域学习到的知识转移到未标记的目标领域。以前的工作主要是建立在卷积神经网络(CNN)学习域不变表示。随着最近的指数增长,应用视觉Transformer(ViT)的视觉任务,ViT的能力,在适应跨领域的知识,但是,仍然是未开发的文献。为了填补这一空白,本文首先全面调查的ViT的各种领域自适应任务的可转移性。令人惊讶的是,ViT表现出比基于CNN的同行更优越的可转移性,具有很大的优势,而性能可以通过引入对抗性适应来进一步提高。尽管如此,直接使用基于CNN的适应策略未能利用ViT的内在优点(例如,注意力机制和序列图像表征)在知识传递中起着重要作用。为了弥补这一点,我们提出了一个统一的框架,即可转移的视觉Transformer(TVT),充分利用的可转移性ViT的领域自适应。具体来说,我们精心设计了一个新颖而有效的单元,我们称之为可转移性适应模块(TAM)。通过将学习到的可转移性注入到注意力块中,TAM迫使ViT专注于可转移性和区分性特征。此外,我们利用判别式聚类来增强在对抗域对齐过程中被破坏的特征多样性和分离。为了验证其通用性,我们进行了广泛的研究TVT的四个基准和实验结果表明,TVT达到显着的改善相比,现有的国家的最先进的UDA方法。
2021-11-26 cs.CV
AdaTriplet-RA: Domain Matching via Adaptive Triplet and Reinforced Attention for Unsupervised Domain Adaptation
Nanjing University of Information Science and Technology(南京信息工程大学);Inria(法国国家信息与自动化研究所);Université Paris-Saclay(巴黎萨克雷大学);Zenith Ai;East China Normal University(华东师范大学)
无监督域自适应(UDA)是一种迁移学习任务,其中源域的数据和注释可用,但在训练期间只能访问未标记的目标数据。大多数先前的方法试图通过在源域和目标域之间执行分布对齐来最小化域间隙,这具有显著的限制,即,在域级别上操作,但忽略样本级别的差异。为了减轻这一弱点,我们提出了改进无监督领域自适应任务与域间样本匹配计划。我们采用广泛使用的和强大的三重损失匹配域间样本。为了减少训练过程中产生的不准确伪标签的灾难性影响,我们提出了一种新的不确定性测量方法来自动选择可靠的伪标签并逐步对其进行改进。我们采用先进的离散松弛Gumbel Softmax技术来实现自适应Topk方案,以实现功能。此外,为了实现域匹配的一个批次内的全局排名优化,整个模型通过一种新的加强注意力机制进行优化,并使用平均精度(AP)作为奖励,该机制具有来自策略梯度算法的监督。我们的模型(称为\textbf{\textit{AdaTriplet-RA}})在几个公共基准数据集上获得了最先进的结果,其有效性通过全面的消融研究得到了验证。我们的方法在VisDa数据集上将基线的准确性提高了9.7%(ResNet-101)和6.2%(ResNet-50),在Domainnet数据集上提高了4.22%(ResNet-50)。{The源代码可在\textit{https://github.com/shuxy0120/AdaTriplet-RA}上…
2022-11-16 cs.CV
Unsupervised Domain Adaptation for Semantic Segmentation of NIR Images through Generative Latent Search
Indian Institute of Technology Delhi(德里印度理工学院)
分割的像素对应于人类皮肤是一个重要的第一步,在多个应用范围从监测到心率估计从远程光电容积脉搏波。然而,现有文献仅在EM光谱的可见范围内考虑该问题,这限制了它们在应用的关键性较高的低光或无光设置中的实用性。为了缓解这个问题,我们考虑从近红外图像的皮肤分割的问题。然而,基于深度学习的最先进的分割技术需要大量的标记数据,这对于当前的问题是不可用的。因此,我们将皮肤分割问题转化为目标无关的无监督领域自适应(UDA)问题,其中我们使用来自可见光范围的红色通道的数据来开发近红外图像上的皮肤分割算法。我们提出了一种目标独立的分割方法,其中在源域中的目标图像的“最近克隆”被搜索,并用作仅在源域上训练的分割网络中的代理。我们证明了“最近克隆”的存在性,并提出了一种方法来找到它,通过优化算法的潜在空间的深度生成模型的基础上变分推理。我们证明了所提出的方法的有效性,近红外皮肤分割的国家的最先进的UDA分割方法的两个新创建的皮肤分割数据集在近红外域,尽管没有访问目标近红外数据。此外,我们报告了从Synthia到Cityscapes的最新结果,这是语义分割的无监督领域自适应中的一个流行设置。代码和数据集可在https://github.com/ambekarsameer96/GLSS上获得。
2020-07-17 cs.CV
DART: Domain-Adversarial Residual-Transfer Networks for Unsupervised Cross-Domain Image Classification
Univ. of Electronic Sci & Tech.of China(电子科技大学);The Chinese University of Hong Kong(香港中文大学);University of Electronic Science and Technology of China(电子科技大学);Google Inc.(谷歌公司);Singapore Management University(新加坡管理大学)
深度学习的准确性(例如,卷积神经网络)用于图像分类任务关键地依赖于标记的训练数据的量。为了解决一个新领域的图像分类任务,缺乏标记的数据,但获得廉价可用的未标记的数据,无监督领域自适应是一种有前途的技术,以提高性能,而不会产生额外的标记成本,通过假设来自不同领域的图像共享一些不变的特征。在本文中,我们提出了一种新的无监督领域自适应方法,称为深度神经网络的域对抗残差转移(DART)学习,以解决跨域图像分类任务。与现有的无监督域自适应方法相比,所提出的DART不仅通过对抗训练来学习域不变特征,而且还通过残差转移策略来实现鲁棒的域自适应分类,所有这些都在端到端的训练框架中进行。我们评估了所提出的方法的性能跨域图像分类任务的几个著名的基准数据集,其中我们的方法明显优于国家的最先进的方法。
2018-12-30 cs.CV cs.LG
When Unsupervised Domain Adaptation Meets Tensor Representations
The University of Adelaide(阿德莱德大学);Huazhong Unviersity of Science and Technology(华中科技大学);Northwestern Polytechnical University(西北工业大学)
域自适应(DA)允许在从一个分布采样的数据上训练的机器学习方法应用于从另一个分布采样的数据。因此,这类方法的应用具有重要的实际意义。尽管张量表示在计算机视觉中被广泛用于捕获影响数据的多线性关系,但大多数现有的DA方法仅适用于向量。这使得它们不能反映和保持许多问题的重要结构。因此,我们在这里提出了一种基于学习的方法来直接适应源和目标张量表示,而无需矢量化。特别地,引入一组对齐矩阵来将来自两个域的张量表示对齐到不变张量子空间中。这些对齐矩阵和张量子空间建模为一个联合优化问题,可以学习自适应的数据,使用所提出的替代最小化方案。大量的实验表明,我们的方法是能够保持源域的区分能力,抵抗标签噪声的影响,并有效地工作,小样本量,甚至一次性DA。我们表明,我们的方法优于国家的最先进的跨域视觉识别的任务在功效和效率,特别是当应用于深度卷积网络的卷积激活的DA时,它优于所有比较器。
2017-07-19 cs.CV
Few-Max: Few-Shot Domain Adaptation for Unsupervised Contrastive Representation Learning
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
对比自监督学习方法学习将诸如图像的数据点映射到非参数表示空间而不需要标签。虽然非常成功,但目前的方法在训练阶段需要大量的数据。在目标训练集大小有限的情况下,泛化能力较差。在Few-Shot模式下,在大的源数据集上进行预训练并对目标样本进行微调,很容易出现过拟合,因为只有少量的目标样本可用。出于这一动机,我们提出了一种自监督对比学习的域自适应方法,称为Few-Max,以解决适应少样本学习下的目标分布的问题。为了量化表示质量,我们在一系列源和目标数据集上评估了Few-Max,包括ImageNet,VisDA和fastMRI,Few-Max始终优于其他方法。
2022-06-22 cs.AI cs.CV cs.LG
Learning Invariant Representation for Unsupervised Image Restoration
Sichuan University(四川大学)
最近,跨域转移已被应用于无监督的图像复原任务。然而,直接应用现有的框架,会导致域转移问题的翻译图像,由于缺乏有效的监督。相反,我们提出了一个无监督学习方法,明确学习不变量表示从嘈杂的数据和重建清晰的意见。为此,我们将离散解纠缠表示和对抗域自适应引入到一般域转移框架中,并辅以额外的自监督模块,包括背景和语义一致性约束,在双域约束下学习鲁棒表示,如特征和图像域。在合成和真实噪声去除任务上的实验表明,该方法与其他最先进的监督和无监督方法具有相当的性能,同时比其他域自适应方法具有更快和更稳定的收敛速度。
2020-03-28 cs.CV
Self-Supervised Domain Adaptation for Diabetic Retinopathy Grading using Vessel Image Reconstruction
German Research Center for Artificial Intelligence (DFKI)(德国人工智能研究中心);Dongguk University(东国大学);Stanford University(斯坦福大学);Oldenburg University(奥尔登堡大学)
本文研究了糖尿病视网膜病变(DR)分级的领域自适应问题。我们学习不变的目标域特征定义了一种新的自我监督任务的基础上视网膜血管图像重建,医学领域知识的启发。然后,提供了当前最先进的无监督领域自适应方法在DR问题上的基准。可以看出,我们的方法优于现有的域自适应策略。此外,当利用目标域中的整个训练数据时,我们能够通过应用标准网络架构和使用图像级标签在最终分类精度上与几种最先进的方法竞争。
2021-07-20 cs.CV
Contrastive Bi-Projector for Unsupervised Domain Adaption
本文提出基于对比双投影器的无监督域适应方法CBPUDA,通过双投影器对抗训练结合对比差异损失与梯度缩放方案,生成更精细决策边界,使特征类内紧凑类间可分,在UDA和细粒度任务上优于传统方法。
2023-12-30 cs.CV
Density-Insensitive Unsupervised Domain Adaption on 3D Object Detection
Peking University(北京大学)
针对点云3D检测中LiDAR光束密度造成的域间差异,提出结合RBRS、师生伪标签与OGA跨密度一致性的无监督域适应框架,并在三个数据集上取得SOTA性能。
2023-04-19 cs.CV
StyleAM: Perception-Oriented Unsupervised Domain Adaption for Non-reference Image Quality Assessment
University of Science and Technology of China(中国科学技术大学)
深度神经网络(DNN)在非参考图像质量评估(NR-IQA)中显示出巨大的潜力。然而,NR-IQA的注释是劳动密集型和耗时的,这严重限制了它们的应用,特别是对真实图像。为了减轻对质量注释的依赖,一些工作将无监督的领域自适应(UDA)应用于NR-IQA。然而,上述方法忽略了在分类中使用的对齐空间是次优的,因为该空间不是针对感知精心设计的。为了解决这一问题,本文提出了一种面向感知的无监督领域自适应方法StyleAM,通过Style align和Mixup将丰富标签源域数据中的知识转移到无标签目标域图像中。具体来说,我们找到了一个更紧凑和可靠的空间,即,面向感知的UDA的特征样式空间基于有趣/惊人的观察,特征样式(即,DNN中深层的平均值和方差)与NR-IQA中的质量分数精确地相关联。因此,我们建议在一个更面向感知的空间中对齐源域和目标域,即,特征风格空间,以减少其他质量无关的特征因素的干预。此外,为了提高质量分数与其特征风格之间的一致性,我们还提出了一种新的特征增强策略Style Mixup,该策略混合了特征风格(即,平均值和方差)以及混合它们的标签。在两个典型的跨域设置(即,合成到真实,以及多个失真到一个失真)已经证明了我们提出的StyleAM对NR-IQA的有效性。
2022-07-29 cs.CV
CLIP the Divergence: Language-guided Unsupervised Domain Adaptation
本文提出语言引导的无监督域适应方法 CLIP-Div,通过 CLIP 获得域无关分布并设计绝对、相对分歧损失及伪标签校准策略,显著提升跨域泛化性能。
2024-07-01 cs.CV
Progressive Classifier and Feature Extractor Adaptation for Unsupervised Domain Adaptation on Point Clouds
The University of Hong Kong(香港大学);The University of Sydney(悉尼大学)
提出PCFEA框架,通过宏观渐进式目标风格特征增强和微观中间域特征对齐,深度耦合分类器与特征提取器自适应,实现点云无监督域适应,取得新最先进性能。
2024-07-17 cs.CV
A Survey on Deep Hashing Methods
Peking University(北京大学);Alibaba Group(阿里巴巴集团);Damo Academy(达摩院)
最近邻搜索的目的是在数据库中获取样本与查询之间距离最小的样本,它是计算机视觉和数据采掘等领域的一项基本任务。散列是最广泛使用的方法之一,其计算和存储效率。随着深度学习的发展,深度哈希方法显示出比传统方法更多的优势。在这项调查中,我们详细研究了当前的深度哈希算法,包括深度监督哈希和深度无监督哈希。具体来说,我们根据如何测量学习的哈希码的相似性,将深度监督哈希方法分为成对方法,基于排名的方法,逐点方法以及量化。此外,根据深度无监督哈希算法的语义学习方式,将其分为基于相似性重构的方法、基于伪标签的方法和基于无预测自监督学习的方法。我们还介绍了三个相关的重要主题,包括半监督深度哈希,域自适应深度哈希和多模式深度哈希。同时,我们给出了一些常用的公共数据集和衡量深度哈希算法性能的方案。最后,我们讨论了一些潜在的研究方向的结论。
2022-04-23 cs.CV
Uncertainty-Induced Transferability Representation for Source-Free Unsupervised Domain Adaptation
Beijing University of Posts and Telecommunications(北京邮电大学);Peking University(北京大学)
本文针对无源无监督域自适应提出不确定性诱导可迁移性表示 UTR,并基于此构建校准自适应框架 CAF,通过校准源知识和目标语义实现安全且更优的目标域适应,在三个基准上取得领先性能。
2022-08-30 cs.CV
Generation For Adaption: A GAN-Based Approach for 3D Domain Adaption with Point Cloud Data
State University of New York at Buffalo(纽约州立大学布法罗分校)
最近的深度网络在各种3D点分类任务上取得了良好的性能。然而,这些模型在“野外任务”中经常面临挑战,一台激光雷达采集的标记训练/源数据与另一台激光雷达采集的未知测试/目标数据之间存在很大差异。无监督领域自适应(UDA)试图在没有目标域标签的情况下克服这样的问题。我们提出了一种利用生成对抗网络从源域生成合成数据的方法,使得输出结果接近目标域。实验表明,我们的方法在三种流行的3D对象/场景数据集(即,ModelNet、ShapeNet和ScanNet)用于跨域3D对象分类。
2021-05-10 cs.CV
Viewpoint-aware Progressive Clustering for Unsupervised Vehicle Re-identification
Anhui University(安徽大学)
车辆重新识别(Re-ID)在智慧城市大规模智能监控中具有重要意义,因此是一项活跃的任务。尽管近年来进展迅速,但大多数现有方法以监督的方式处理车辆Re-ID任务,这既耗时又费力,并且限制了它们在现实生活场景中的应用。最近,无监督的人的Re-ID方法取得了令人印象深刻的性能,探索域自适应或基于聚类的技术。然而,人们不能直接将这些方法推广到车辆Re-ID,因为车辆图像在不同的视角下呈现出巨大的外观变化。为了解决这个问题,我们提出了一种新的视角感知聚类算法的无监督车辆Re-ID。特别是,我们首先将整个特征空间划分为不同的子空间,根据预测的观点,然后执行渐进聚类挖掘样本之间的准确关系。在两个多视点基准数据集VeRi和VeRi-Wild上对最先进的方法进行了全面的实验,验证了所提出的方法在处理无监督车辆Re-ID时在有和没有域自适应场景下的良好性能。
2020-11-18 cs.CV
Cryo-shift: Reducing domain shift in cryo-electron subtomograms with unsupervised domain adaptation and randomization
Jadavpur University(贾达普大学);Carnegie Mellon University(卡内基梅隆大学)
冷冻电子断层扫描(cryo-ET)是一种3D成像技术,能够以近原子分辨率原位可视化亚细胞结构。细胞冷冻ET图像有助于解析单个细胞中大分子的结构和空间关系,在细胞和结构生物学中具有广泛的意义。亚断层图像分类和识别构成了这些大分子结构的系统恢复的主要步骤。监督式深度学习方法已被证明对于子断层图像分类是高度准确和高效的,但由于注释数据的稀缺,其适用性有限。虽然生成用于训练监督模型的模拟数据是一种潜在的解决方案,但与真实实验数据相比,生成的数据中的图像强度分布的相当大的差异将导致训练的模型在真实子断层图像上的预测类中表现不佳。在这项工作中,我们提出了Cryo-Shift,这是一个完全无监督的域自适应和随机化框架,用于基于深度学习的跨域子断层图像分类。我们使用无监督的多对抗域自适应来减少模拟和实验数据特征之间的域偏移。我们开发了一个网络驱动的域随机化过程与“翘曲”模块来改变模拟数据,并帮助分类器更好地概括实验数据。我们不使用任何标记的实验数据来训练我们的模型,而现有的一些替代方法需要标记的实验样本进行跨域分类。尽管如此,冷冻移位优于现有的替代方法,在跨域subtomography分类在广泛的评估研究表明,本文使用模拟和实验数据。
2021-11-17 cs.CV cs.LG q-bio.QM
Towards Robust 3D Object Recognition with Dense-to-Sparse Deep Domain Adaptation
BMW Group(宝马集团);Technical University of Munich(慕尼黑工业大学);University of Glasgow(格拉斯哥大学);Radboud University(拉德堡德大学)
三维(3D)物体识别对于智能自主智能体(如自主车辆和机器人)在非结构化环境中有效运行至关重要。大多数最先进的方法依赖于相对密集的点云,并且对于稀疏点云,性能显著下降。无监督域自适应允许使用最少的未标记稀疏点云来最小化密集点云和稀疏点云之间的差异,从而节省额外的稀疏数据汇集、注释和再训练成本。在这项工作中,我们提出了一种基于点云的对象识别的新方法,该方法在密集和稀疏点云上具有与最先进的方法竞争的性能,同时仅使用密集点云进行训练。
2022-05-07 cs.CV cs.RO
Cross-modal Learning for Domain Adaptation in 3D Semantic Segmentation
Inria(法国国家信息与自动化研究所);Valeo(法雷奥)
领域自适应是在标签稀缺时实现学习的重要任务。虽然大多数作品只关注图像模态,但有许多重要的多模态数据集。为了利用多模态进行领域自适应,我们提出了跨模态学习,通过相互模仿来加强两种模态预测之间的一致性。我们限制我们的网络对标记数据进行正确的预测,并对未标记的目标域数据进行跨模态的一致预测。在无监督和半监督领域自适应环境下的实验证明了这种新的领域自适应策略的有效性。具体来说,我们评估的任务,3D语义分割从二维图像,三维点云或从两者。我们利用最近的驾驶数据集来产生各种各样的领域自适应场景,包括场景布局、照明、传感器设置和天气的变化,以及合成到真实的设置。我们的方法显着改善了以前的单峰适应基线的所有适应场景。我们的代码可在https://github.com/valeoai/xmuda_journal上公开获取
2022-06-22 cs.CV
Domain Adaptation Gaze Estimation by Embedding with Prediction Consistency
Xi’an Jiaotong University(西安交通大学);Tencent Robotics X(腾讯机器人X实验室)
凝视是人类注意力的本质表现。近年来,一系列的工作已经实现了高精度的视线估计。然而,人与人之间的差异限制了与对象无关的注视估计误差的减小。提出了一种无监督的领域自适应视线估计方法,以消除人与人之间差异的影响。在域自适应中,我们设计了一种具有预测一致性的嵌入表示,以确保不同域中的注视方向之间的线性关系在注视空间和嵌入空间上保持一致。具体来说,我们采用源凝视形成一个局部线性表示的凝视空间中的每个目标域预测。然后在嵌入空间中应用相同的线性组合来生成目标域样本的假设嵌入,保持预测一致性。通过对目标域样本的预测和假设嵌入进行近似,减少了目标域和源域之间的偏差。在所提出的策略的指导下,我们设计了领域自适应凝视估计网络(DAGEN),该网络学习具有预测一致性的嵌入,并在MPIIGaze和EYEDIAP数据集上都取得了最先进的结果。
2020-11-15 cs.CV
Harnessing Uncertainty-aware Bounding Boxes for Unsupervised 3D Object Detection
University of Macau(澳门大学);CSIRO Data61(联邦科学与工业研究组织数据61);Shanghai University(上海大学)
针对无监督3D目标检测中伪边界框噪声影响模型性能的问题,提出含不确定性估计与正则化的UA3D框架,通过主辅检测器预测差衡量坐标不确定性并自适应调整损失权重,在nuScenes和Lyft数据集上实现显著性能提升。
2024-10-08 cs.CV
Generative Domain Adaptation for Face Anti-Spoofing
Shanghai Jiao Tong University(上海交通大学);Youtu Lab, Tencent(腾讯优图实验室)
基于无监督域自适应(UDA)的人脸反欺骗(FAS)方法由于在目标场景下具有良好的性能而受到越来越多的关注。大多数现有的UDA FAS方法通常通过调整语义高层特征的分布来使训练模型适合目标领域。然而,未标记的目标域的监督不足和忽视低级别的特征对齐降低了现有方法的性能。为了解决这些问题,我们提出了一种新的UDA FAS视角,直接将目标数据拟合到模型中,即,通过图像转换将目标数据风格化为源域风格,并进一步将风格化的数据馈送到经过良好训练的源模型中进行分类。所提出的生成式领域自适应(GDA)框架结合了两个精心设计的一致性约束:1)域间神经统计一致性指导生成器缩小域间间隙。2)双层语义一致性保证了风格化图像的语义质量。此外,我们提出了域内频谱混合,以进一步扩大目标数据分布,以确保泛化和减少域内差距。大量的实验和可视化证明了我们的方法对国家的最先进的方法的有效性。
2022-09-11 cs.CV
Domain Adaptation via Prompt Learning
Department of Automation, BNRist, Tsinghua University(清华大学自动化系、智能产业研究院(BNRist));Beijing Institute of Technology(北京理工大学);Carnegie Mellon University(卡内基梅隆大学);Beijing Academy of Artificial Intelligence(北京人工智能研究院)
无监督域自适应(UDA)旨在将从注释良好的源域学习的模型适应到目标域,其中仅给出未标记的样本。目前的UDA方法通过对齐源和目标特征空间来学习域不变特征。这种对齐是由诸如统计差异最小化或对抗性训练之类的约束强加的。然而,这些约束可能会导致语义特征结构的扭曲和类别区分能力的丧失。在本文中,我们介绍了一种新的提示学习范式的UDA,命名为领域自适应通过提示学习(DAPL)。与以前的工作相比,我们的方法利用预先训练的视觉语言模型,并优化只有很少的参数。其主要思想是将领域信息嵌入到提示中,提示是从自然语言生成的一种表示形式,然后用于执行分类。该域信息仅由来自相同域的图像共享,从而根据每个域动态地适配分类器。通过采用这种模式,我们表明,我们的模型不仅优于以前的方法在几个跨域的基准测试,但也是非常有效的训练和易于实现。
2022-02-14 cs.CV
Unsupervised Domain Adaptation for Automated Knee Osteoarthritis Phenotype Classification
The Chinese University of Hong Kong(香港中文大学);Shanghai Sixth People's Hospital Affiliated to Shanghai Jiao Tong University School of Medicine(上海交通大学医学院附属第六人民医院)
本文提出一种无监督域自适应方法,利用大规模高质量源数据集训练,提升小目标数据集上膝关节骨关节炎表型自动分类性能,并通过AUROC、灵敏度、特异性和准确率验证其优于不使用UDA的分类器。
2022-12-14 cs.CV eess.IV
Multi-Anchor Active Domain Adaptation for Semantic Segmentation
Tencent Jarvis Lab(腾讯贾维斯实验室)
无监督域自适应已被证明是一种有效的方法,通过对齐合成的源域数据和真实世界的目标域样本,以减轻人工注释的密集工作量。不幸的是,无条件地将目标域分布映射到源域可能会扭曲目标域数据的基本结构信息。为此,我们首先提出引入一种新的基于多锚点的主动学习策略,以协助关于语义分割任务的领域自适应。通过创新性地采用多个锚点而不是单个质心,可以更好地将源域表征为多峰分布,从而从目标域中选择更具代表性和互补性的样本。由于手动注释这些活动样本的工作量很小,因此可以有效地减轻目标域分布的失真,从而获得很大的性能增益。多锚点策略被用来模拟目标分布。通过一种新的软对齐损失来正则化多个锚点周围目标样本的潜在表示,可以实现更精确的分割。在公共数据集上进行了大量的实验,以证明所提出的方法明显优于最先进的方法,以及彻底的消融研究,以验证每个组件的有效性。
2021-08-18 cs.CV
PRISM: A Framework Harnessing Unsupervised Visual Representations and Textual Prompts for Explainable MACE Survival Prediction from Cardiac Cine MRI
Fudan University(复旦大学);Shanghai Innovation Institute(上海创新研究院);Shanghai Artificial Intelligence Laboratory(上海人工智能实验室);Shanghai Jiao Tong University(上海交通大学);University of Science and Technology of China(中国科学技术大学)
PRISM通过结合无监督视觉表示和文本提示,实现了从心脏 cine MRI 预测可解释的 MACE 生存率。
2026-01-29 cs.CV
SL: Stable Learning in Source-Free Domain Adaption for Medical Image Segmentation
Peking University(北京大学);Beihang University(北京航空航天大学)
针对医学无源无监督域自适应中现有方法易出现“训练越久性能越差”过拟合的问题,提出由权重巩固和熵提升组成的可扩展稳定学习策略,经实验验证有效并将开源相关代码。
2023-07-24 cs.AI cs.CV
Continual Learning for Class- and Domain-Incremental Semantic Segmentation
Porsche Engineering Services GmbH(保时捷工程服务有限公司);Fraunhofer IOSB(弗劳恩霍夫光学、系统技术与图像利用研究所);Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)
持续深度学习领域是一个新兴的领域,已经取得了很多进展。然而,同时,大多数方法仅在图像分类的任务上进行测试,这与智能车辆领域无关。直到最近才提出了类增量语义分割的方法。然而,所有这些方法都是基于某种形式的知识蒸馏。目前,还没有研究基于重放的方法,通常用于在连续设置中的对象识别。与此同时,虽然语义分割的无监督域自适应获得了很大的牵引力,但关于连续设置中的域增量学习的研究并没有得到很好的研究。因此,我们的工作目标是评估和适应既定的解决方案,连续对象识别的任务,语义分割,并提供基线方法和评估协议的任务,连续语义分割。我们首先介绍评估协议的类和域增量分割和分析选定的方法。我们表明,语义分割的任务的性质改变的方法是最有效的,在减轻遗忘相比,图像分类。特别是在类增量学习中,知识蒸馏被证明是一种重要的工具,而在领域增量学习中,重放方法是最有效的方法。
2022-09-16 cs.CV
Fake it, Mix it, Segment it: Bridging the Domain Gap Between Lidar Sensors
University of Wuppertal(伍珀塔尔大学);Aptiv(安波福)
激光雷达数据的分割是一项提供有关机器人或自动驾驶车辆环境的丰富逐点信息的任务。目前用于激光雷达分割的性能最佳的神经网络针对特定数据集进行了微调。切换激光雷达传感器而不重新训练来自新传感器的大量注释数据会造成域转移,从而导致网络性能急剧下降。在这项工作中,我们提出了一种新的方法,激光雷达域自适应,其中我们使用注释的全景激光雷达数据集,并在不同的激光雷达传感器的结构中重新创建记录的场景。我们缩小域间隙的目标数据,通过重新创建全景数据从一个域中的另一个和混合生成的数据与部分(伪)标记的目标域数据。我们的方法将nuScenes到SemanticKITTI无监督领域自适应性能提高了15.2 mIoU,在我们的半监督方法中提高了48.3 mIoU。我们证明了类似的改善SemanticKITTI nuScene领域自适应分别由21.8 mIoU和51.5 mIoU。我们将我们的方法与两种最先进的语义激光雷达分割领域自适应方法进行比较,无监督和半监督领域自适应有显着改进。此外,我们成功地将我们提出的方法应用于两个完全未标记的数据集的两个国家的最先进的激光雷达传感器Velodyne Alpha Prime和InnovizTwo,和训练表现良好的语义分割网络。
2022-12-19 cs.CV cs.LG
Self-Ensemling for 3D Point Cloud Domain Adaption
Shenzhen Technology University(深圳技术大学);Southern University of Science and Technology(南方科技大学);George Mason University(乔治梅森大学);Nanjing University of Aeronautics and Astronautics(南京航空航天大学)
近年来,三维点云学习已成为计算机视觉和自动驾驶领域的研究热点。由于难以手动标注定性的大规模3D点云数据集,无监督领域自适应(UDA)在3D点云学习中很受欢迎,其目的是将学习到的知识从标记的源域转移到未标记的目标域。然而,简单学习模型的领域转移所导致的泛化和重构错误是不可避免的,这严重阻碍了模型学习良好表示的能力。为了解决这些问题,我们提出了一个端到端的自集成网络(SEN)的3D点云域自适应任务。一般来说,我们的SEN诉诸Mean Teacher和半监督学习的优点,并引入软分类损失和一致性损失,旨在实现一致的泛化和准确的重建。在SEN中,学生网络与监督学习和自监督学习保持协作方式,教师网络进行时间一致性以学习有用的表示并确保点云重建的质量。在几个3D点云UDA基准上的大量实验表明,我们的SEN在分类和分割任务上都优于最先进的方法。此外,进一步的分析表明,我们的SEN也取得了更好的重建结果。
2023-03-25 cs.CV
ConceptExpress: Harnessing Diffusion Models for Single-image Unsupervised Concept Extraction
The University of Hong Kong(香港大学)
针对单图像多概念提取依赖人工标注的问题,提出无监督概念提取(UCE)任务与ConceptExpress框架,借助扩散自注意力定位解耦概念、优化判别性标记,仅用预训练扩散模型即可完成提取,实验验证了其有效性。
2024-07-09 cs.AI cs.CV
ProSFDA: Prompt Learning based Source-free Domain Adaptation for Medical Image Segmentation
Northwestern Polytechnical University(西北工业大学)
在不同情况下采集的医学图像之间存在的域差异使得部署用于临床使用的预训练的医学图像分割模型成为主要障碍。由于数据量大和隐私问题,使用预先训练好的模型分发训练数据的可能性很小,因此基于伪标签或先验知识的无源无监督领域自适应(SFDA)方法得到了越来越多的研究。然而,当域差异较大时,基于伪标签的SFDA所使用的图像特征和概率图以及先验指导的SFDA所使用的一致先验假设和先验预测网络可能变得不那么可靠。在本文中,我们提出了一种基于\textbf{Pro} mpt学习的\textbf{SFDA}(\textbf{ProSFDA})方法用于医学图像分割,其目的是通过显式地最小化域差异来提高域自适应的质量。具体来说,在提示学习阶段,我们通过向目标域图像添加域感知提示来估计源域图像,然后通过最小化统计对齐损失来优化提示,从而提示源模型对(改变的)目标域图像生成可靠的预测。在特征对齐阶段,我们还将目标域图像的特征与它们的样式增强对应物对齐,以优化源模型,从而推动模型提取紧凑的特征。我们在两个多领域医学图像分割基准上评估了我们的ProSFDA。我们的研究结果表明,拟议的ProSFDA大大优于其他SFDA的方法,甚至是可比的UDA方法。代码将在\url{https://github.com/ShishuaiHu/ProSFDA}上提供。
2022-11-21 cs.CV
Pixel and Feature Level Based Domain Adaption for Object Detection in Autonomous Driving
对于许多实际任务来说,注释大规模数据集来训练现代卷积神经网络是极其昂贵且耗时的。一种替代方案是在标记的合成数据集上训练模型并将其应用于真实场景。然而,这种简单的方法往往不能很好地推广,主要是由于合成数据集和真实数据集之间的域偏差。许多无监督的领域自适应(UDA)方法被引入来解决这个问题,但大多数只关注简单的分类任务。在本文中,我们提出了一种新的UDA模型来解决自动驾驶背景下更复杂的目标检测问题。我们的模型集成了基于像素级和特征级的转换,以完成跨域检测任务,并可以进一步进行端到端训练,以追求更好的性能。我们采用生成对抗网络的目标和像素空间中图像平移的周期一致性损失。为了解决潜在的语义不一致问题,我们提出了基于区域建议的特征对抗训练,以保留目标对象的语义,并进一步减少域偏移。在多个不同的数据集上进行了大量的实验,实验结果证明了该方法的鲁棒性和优越性。
2019-08-11 cs.CV
Dual-Correction Adaptation Network for Noisy Knowledge Transfer
Nanjing University of Posts & Telecommunications(南京邮电大学);Nanjing University of Aeronautics & Astronautics(南京航空航天大学)
以往的无监督领域自适应(UDA)方法主要是通过从标记丰富的源领域到未标记的目标领域的单向知识转移来促进目标学习,而从目标到源的反向自适应尚未被考虑.实际上,在一些教学实践中,教师在帮助学生学习的同时,也在一定程度上得到了学生的促进,这启发我们探索领域间的双向知识转移,并在此基础上提出了一种双向修正适应网络(DualCAN)。然而,由于跨域的不对称的标签知识,从未标记的目标到标记的源的转移构成了一个更困难的挑战比共同的源到目标的对应。首先,源预测的目标伪标签通常包含由于模型偏差引起的噪声,因此在反向自适应中,它们可能会损害源性能并带来负的目标到源转移。其次,源域通常包含固有噪声,这些固有噪声不可避免地会加重目标噪声,导致跨域噪声放大。为此,我们进一步引入了一个噪声识别和校正(NIC)模块,以纠正和回收这两个领域的噪声。据我们所知,这是第一次天真的尝试,双向适应噪声UDA,自然适用于无噪声UDA。对直觉的合理性进行了理论论证。经验结果证实了DualCAN的有效性,其性能优于最先进的技术,特别是对于极端嘈杂的任务(例如,办公室-家庭的Pw->Pr和Pr->Rw上~+ 15%)。
2022-07-10 cs.CV
MADAv2: Advanced Multi-Anchor Based Active Domain Adaptation Segmentation
Peking University(北京大学);PengCheng Laboratory(鹏城实验室);Tencent(腾讯);Microsoft(微软);Sea AI Lab(Sea人工智能实验室)
本文提出MADAv2,通过多锚点主动样本选择和半监督域适应策略缓解目标域分布扭曲与长尾问题,在GTA5和SYNTHIA上分别达到71.4%和71.8% mIoU,接近全监督性能。
2023-07-08 cs.CV
Divide and Adapt: Active Domain Adaptation via Customized Learning
Sun Yat-sen University(中山大学);The University of Hong Kong(香港大学);Tencent America(腾讯美国);Meituan(美团)
针对传统主动学习未考虑域偏移、难以在域适配中识别高价值样本的问题,提出Divide-and-Adapt框架,通过基于不确定性和域属性的细分策略将目标数据分四类并定制学习策略,可适配多种域适配场景且能应对大域差距。
2023-07-21 cs.CV
AdaDepth: Unsupervised Content Congruent Adaptation for Depth Estimation
Indian Institute of Science(印度科学学院)
监督式深度学习方法在单目深度估计任务中显示出了有希望的结果;但获取地面实况的成本很高,并且容易产生噪声和不准确性。虽然合成数据集已被用来规避上述问题,由于固有的域转移,所得到的模型不能很好地推广到自然场景。最近的对抗性域自适应方法在减轻源域和目标域之间的差异方面表现良好。但是这些方法大多局限于分类设置,并且不能很好地扩展全卷积架构。在这项工作中,我们提出了AdaDepth -单目深度估计的逐像素回归任务的无监督领域自适应策略。所提出的方法通过a)对抗性学习和b)对适应的目标表示明确施加内容一致性而没有上述限制。我们的无监督方法与其他已建立的方法在深度估计任务上具有竞争力,并在半监督设置中实现了最先进的结果。
2018-06-07 cs.CV
Domain Adaptation in LiDAR Semantic Segmentation via Alternating Skip Connections and Hybrid Learning
Huawei Noah’s Ark Lab(华为诺亚方舟实验室)
在本文中,我们解决了激光雷达语义分割领域领域自适应的挑战性问题。我们考虑的设置,我们有一个完全标记的数据集从源域和目标域与一些标记和许多未标记的例子。我们提出了一个域自适应框架,减轻了域转移的问题,并在目标域上产生吸引人的性能。为此,我们开发了一个基于GAN的图像到图像翻译引擎,该引擎具有交替连接的生成器,并将其与最先进的LiDAR语义分割网络相结合。我们的框架是混合的性质,在这个意义上,我们的模型学习是由自我监督,半监督和无监督学习。在基准LiDAR语义分割数据集上进行的大量实验表明,与强基线和现有技术相比,我们的方法具有优异的性能。
2022-03-21 cs.CV cs.LG
Harnessing Large Language Models for Training-free Video Anomaly Detection
University of Trento(特伦托大学);Fondazione Bruno Kessler(布鲁诺·凯塞勒基金会)
本文提出免训练的LAVAD方法,利用预训练大语言模型和视觉-语言模型,通过帧级字幕生成、提示机制与跨模态相似性细化实现视频异常检测,在UCF-Crime和XD-Violence上超越无监督与单类方法。
2024-04-01 cs.CV
Adversarial Open Domain Adaption Framework (AODA): Sketch-to-Photo Synthesis
本文旨在证明对抗性开放域自适应框架用于草图到照片合成的效率。用于从手绘草图生成逼真照片的无监督开放域适配是具有挑战性的,因为对于训练数据没有该类的草图。学习监督的缺失,以及手绘与绘画之间的巨大领域差距,使其难以实现。我们提出了一种方法,学习草图到照片和照片到草图生成合成从图片中丢失的手绘图。由于合成草图和真实草图之间的领域差距,在虚假图纸上训练的生成器在处理缺乏类的图纸时可能会产生不令人满意的结果。为了解决这个问题,我们提供了一个简单但有效的开放域采样和优化方法,欺骗生成器将虚假图纸视为真实。我们的方法概括了学习素描到照片和照片到素描的映射,从域内输入到开放域类别。在Scribble和SketchyCOCO数据集上,我们将我们的技术与当前最具竞争力的方法进行了比较。对于许多类型的开放域绘图,我们的模型在合成准确的颜色,物质和保留结构布局方面表现出色。
2021-08-19 cs.AI cs.CV cs.LG
Cross-Domain Object Detection Using Unsupervised Image Translation
University of Trento (UNITN)(特伦托大学)
本文提出了一种基于无监督图像翻译的方法,通过生成目标领域合成数据提升跨领域目标检测性能,实验表明在自动驾驶场景中优于现有方法。
2026-01-16 cs.CV
Unsupervised 3D Reconstruction from a Single Image via Adversarial Learning
NYU Multimedia and Visual Computing Lab(纽约大学多媒体与视觉计算实验室);Courant Institute of Mathematical Science(库朗数学科学研究所);NYU Tandon School of Engineering(纽约大学坦登工程学院);NYU Abu Dhabi(纽约大学阿布扎比分校)
深度学习的最新进展为在大规模数据集上进行充分训练的情况下从单个2D图像学习高质量3D模型提供了新的机会。然而,图像和3D模型的可用量之间的显著不平衡,以及标记的2D图像数据(即图像及其对应的3D模型之间的手动注释对)的有限可用性,严重影响了实践中大多数监督深度学习方法的训练。在本文中,由一种新的设计的对抗性网络的驱动下,我们已经开发了一个无监督学习范式,从一个单一的2D图像,这是免费的手动注释成对输入图像及其相关的3D模型重建3D模型。特别地,该范例开始于通过具有对抗性损失的自动编码器训练自适应网络,该自适应网络将不成对的2D合成图像域与真实世界图像域嵌入到共享的潜在向量空间中。然后,我们共同训练一个3D反卷积网络,将潜在向量空间转换到3D对象空间以及嵌入过程。我们的实验验证了我们的网络的鲁棒性和优越的性能,在处理从一个单一的2D图像的3D立体对象生成。
2017-11-26 cs.CV
One-Shot Unsupervised Cross-Domain Detection
Sapienza University of Rome(罗马第一大学);Italian Institute of Technology(意大利技术研究院);Politecnico di Torino(都灵理工大学)
尽管在过去的几年中,目标检测取得了令人印象深刻的进展,但在视觉域中可靠地检测对象仍然是一个公开的挑战。虽然这个话题最近引起了人们的关注,但目前的方法都依赖于在训练时访问大量目标数据的能力。这是一个沉重的假设,因为通常不可能预测将使用检测器的域,也不可能提前访问它以进行数据采集。例如,考虑监控来自社交媒体的图像馈送的任务:由于每个图像都是由不同的用户创建和上传的,因此它属于不同的目标域,这在训练期间是不可能预见的。本文针对这种情况,提出了一种目标检测算法,能够执行无监督的适应跨域使用只有一个目标样本,在测试时看到。我们通过引入一个多任务架构来实现这一点,该架构通过迭代求解自监督任务来一次性适应任何传入的样本。我们通过跨任务伪标签进一步增强这种辅助适应。针对最新的跨域检测方法和详细的消融研究进行了全面的基准分析,显示了我们的方法的优势,该方法在定义的一次性场景中具有最先进的水平。
2020-05-23 cs.CV