领域自适应问题一般有两个域，一个是源域，一个是目标域，领域自适应可利用来自源域的带标签的数据 源域中有大量带标签的数据 来帮助学习目标域中的网络参数 目标域中很少甚至没有带标签的数据 。领域自适应如今是迁移学习的一个火热分支。 CVPR Residual Parameter Transfer for Deep Domain Adaptation CVPR Residual Parameter Tr ...
2019-06-25 16:45 0 436 推荐指数：
14年9月份挂出来的文章，基本思想就是用对抗训练的方法来学习domain invariant的特征表示。方法也很只管，在网络的某一层特征之后接一个判别网络，负责预测特征所属的domain，而后特征提取器和判别器在域分类loss上对抗，同时特征提取器和lable分类器（也就是原任务中的分类器）共同 ...
论文题目：《Domain Adaptation via Transfer Component Analysis》 论文作者：Sinno Jialin Pan, Ivor W. Tsang, James T. Kwok and Qiang Yang 论文链接：https ...
Separate to Adapt: Open Set Domain Adaptation via Progressive Separation论文笔记 Abstract Domain adaptation问题在利用源域的标注数据为未标记的目标域学习准确的分类器方面已经有较大成功，但是Open ...
Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks ICML 2017 Paper：https://arxiv.org/pdf/1703.03400.pdf Code for the regression ...
Unsupervised Domain Adaptation by Backpropagation(2015)学习笔记 目录 Unsupervised Domain Adaptation by Backpropagation(2015)学习笔记 tip ...
Partial Adversarial Domain Adaptation学习笔记 目录 Partial Adversarial Domain Adaptation学习笔记 tip Abstract Introduction ...
paper链接：https://arxiv.org/pdf/1812.09953.pdf code链接：https://github.com/YangZhang4065/AdaptationSeg ...
Learning Multi-Domain Convolutional Neural Networks for Visual Tracking CVPR 2016 Project page: http://cvlab.postech.ac.kr/research/mdnet/ Paper ...
