我是崔崔-优快云博客

原创读文章3:Prototypical Cross-domain Self-supervised Learning for Few-shot Unsupervised Domain Adaptation

abstract总结：在UDA领域中，收集源域中标签很昂贵，所以为了解决这个问题，最近的研究提出实例式跨域自监督学习，然后进行微调。但是他有缺点，即只能学习和调整低层次的判别特征。本文提出了一种端到端的原型跨域自监督学习（PCS）框架，用于 "少量无监督域适应"（FUDA）PCS 不仅能进行跨域低级特征对齐，还能在跨域共享嵌入空间中对语义结构进行编码和对齐。他通过域内原型对比学习捕捉数据的类别语义结构，并通过跨域原型自监督执行特征配准。

2024-01-17 14:54:36 1471

原创笔记1：无监督预训练：对比学习 Unsupervised Pre-Training:Contrastive learning

这个系列课程后面还有好几个我想要了解的内容，后续的学习也会发笔记更新出来。

2024-01-11 15:51:52 1338 1

原创读论文2:Unsupervised Domain Generalization by Learning a Bridge Across Domains

在截然不同的视觉领域（如真实照片、剪贴画、油画和素描之间）泛化所学表征的能力，是人类视觉系统的一项基本能力。在本文中，与大多数利用某些（或全部）源域监督的跨域工作不同，我们采用了一种相对较新且非常实用的无监督域泛化（UDG）设置，即在源域和目标域中都没有训练监督。我们的方法基于对跨域桥梁（Bridge Across Domains，BRAD）的自我监督学习，BRAD 是一个辅助桥梁域，并附有一组语义保存的视觉（图像到图像）映射，可从每个训练域映射到 BrAD。

2024-01-03 15:08:00 1431 1

原创读论文1:Towards Unsupervised Domain Generalization

记录读论文的过程，如果哪里不对，请各位大佬指正。标题：Towards Unsupervised Domain Generalization。

2023-12-28 14:44:57 689 1

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 读文章3:Prototypical Cross-domain Self-supervised Learning for Few-shot Unsupervised Domain Adaptation

原创 笔记1：无监督预训练：对比学习 Unsupervised Pre-Training:Contrastive learning

原创 读论文2:Unsupervised Domain Generalization by Learning a Bridge Across Domains

原创 读论文1:Towards Unsupervised Domain Generalization

空空如也

空空如也

原创读文章3:Prototypical Cross-domain Self-supervised Learning for Few-shot Unsupervised Domain Adaptation

原创笔记1：无监督预训练：对比学习 Unsupervised Pre-Training:Contrastive learning

原创读论文2:Unsupervised Domain Generalization by Learning a Bridge Across Domains

原创读论文1:Towards Unsupervised Domain Generalization