adaptation 第9页

[2022]李宏毅深度学习与机器学习第十讲（必修）-Domain Adaptation

[2022]李宏毅深度学习与机器学习第十一讲（必修）-DomainAdaptation做笔记的目的DomainShiftDomainAdaptationLittlebutlabeledLargeamountofunlabeleddatalittleandUnlabeled

走走走，快去看看世界·2022-12-01 19:19

2020 Domain Adaptation 最新论文：插图速览（二）

2020DomainAdaptation最新论文：插图速览（二）目录In-DomainGANInversionforRealImageEditingDomain-SpecificMappingsforGenerativeAdversarialStyleTransferUnsupervisedMonocularDepthEstimationforNight-timeImagesusingAdvers

Phoenixtree_DongZhao·2022-12-01 07:20

（转）Awsome Domain-Adaptation

AwsomeDomain-Adaptation2018-08-0619:27:54Thisblogiscopiedfrom:https://github.com/zhaoxin94/awsome-domain-adaptationThisrepoisacollectionofAWESOMEthingsaboutdomianadaptation

a1424262219·2022-12-01 07:13

Pytorch多GPU并行Bug收集（长期）：多个模型同时放在不同GPU上并行

##概述最近几天有个模型，使用了localadaptation，就是在inference阶段也加入了训练的过程，因为需要进行模型复制和较大的batch_size进行训练，这样就导致我显卡直接爆炸。

wanghan0801·2022-12-01 01:45

【论文翻译】使用少量样本的神经语音克隆

这篇论文探讨了解决语音克隆问题的两种基本方法：说话人自适应（speakeradaptation）和说话人编码（speakerencoding）。

lujian1989·2022-11-30 22:34

最优传输论文（一）Sliced Wasserstein Discrepancy for Unsupervised Domain Adaptation

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言3.Methods3.1FrameworkSetup3.2.OptimalTransportandWassersteinDistance3.3.LearningwithSlicedWassersteinDiscrepancy总结前言本文通过利用特定于任务的决策边界和Wasserstein度量实现领域之间的特征分布对齐。提出

shawchan9·2022-11-30 11:39

Life Long Learning论文初探————Online Fast Adaptation and Knowledge Accumulation（OSAKA）

基本知识简介一.基本概念LifeLonglearning也可以被叫做continualLearning、incrementallearning，强调在不断的，一直学习下去。相比于传统的机器学习，我们只针对一个特定的任务（例如：猫狗图片分类），LifeLongLearning则是会有一系列顺序的任务（任务之间存在一定关系），即由多个传统机器学习任务组成（如下图）二.相关问题：灾难性遗忘提到LifeL

编程龙·2022-11-30 08:16

域自适应——Bidirectional Learning for Domain Adaptation of Semantic Segmentation

论文题目：BidirectionalLearningforDomainAdaptationofSemanticSegmentation本文的域位移是针对虚拟数据和真实数据之间的。

big_matster·2022-11-30 06:49

迁移学习理论

本文解读的是迁移学习的第一篇理论性的文章：《AnalysisofRepresentationforDomainAdaptation》。笔者水平有限，对于解读有错误或不合理的地方还请批评指正！

SpaceAutomation·2022-11-30 02:31

论文笔记：Mind-the-Gap，Unsupervised Domain Adaptation for Text-Video Retrieval

小心空隙！文本视频检索中的无监督域自适应摘要介绍方法总体框架ConceptPreservation结论摘要什么时候我们可以期望文本视频检索系统在不同于其训练域的数据集上有效地工作？在这项工作中，我们通过无监督的领域适应的视角来研究这个问题，其中的目标是在查询时存在领域转移的情况下匹配自然语言查询和视频内容。这种系统具有重要的实际应用，因为它们能够推广到新的数据源，而不需要相应的文本注释。我们做出了

帅帅梁·2022-11-27 19:02

【ICCV 2019】Self-similarity Grouping: A Simple Unsupervised Cross DA Approach for Person Re-id（SSG）

SSG背景知识Personre-identification(re-ID)unsuperviseddomainadaptation(UDA)Problem#1Problem#2personre-IDproblemisactuallyan

_Summer tree·2022-11-27 19:30

Meta-SSD: Towards Fast Adaptation for Few-ShotObject Detection With Meta-Learning【阅读笔记】

m0_57600659·2022-11-27 19:58

学习笔记：One-Shot Adaptation of GAN in Just One CLIP 基于CLIP的GAN单样本自适应

One-ShotAdaptationofGANinJustOneCLIP：基于CLIP的GAN单样本自适应1.背景2.方法2.1CLIP引导的潜在优化2.2生成模型微调2.3整体训练3.实验3.1与baseline

明天吃啥呀·2022-11-27 11:03

学习笔记：StyleGAN-NADA: CLIP-Guided Domain Adaptation of Image Generators 图像生成器的CLIP引导领域适应

StyleGAN-NADA:CLIP-GuidedDomainAdaptationofImageGenerators图像生成器的CLIP引导领域适应摘要1.背景2.相关工作2.1StyleGAN2.2CLIP2.3StyleCLIP3

明天吃啥呀·2022-11-27 11:03

StyleGAN-NADA: CLIP-Guided Domain Adaptation of Image Generators

1.StyleGAN-NADA:CLIP-GuidedDomainAdaptationofImageGenerators（StyleGAN-NADA：图像生成器的CLIP引导域自适应）机构：特拉维夫大学

海柱12·2022-11-27 11:02

域适应（Domain Adaptation）与迁移学习（Transfer Learning）的关系

《ASurveyonTranferLearning》PanSJ,YangQ.Asurveyontransferlearning.IEEETransactionsonKnowledgeandDataEngineering,2010,22(10):1345–1359.可以得出初步的结论：域适应是迁移学习的一个子方向。文章根据源域（SourceDomain）和目标域（TargetDomain）样本是否标

Hygge�·2022-11-27 07:38

ISPRS2022/遥感：Cross-spatiotemporal LULC from VHR remote sensing images基于深度学习域适应的VHR遥感影像跨时空土地覆盖分类

Cross-spatiotemporalland-coverclassificationfromVHRremotesensingimageswithdeeplearningbaseddomainadaptation

HheeFish·2022-11-27 07:33

2020年，多源域适应（域迁移） MDA最新方法总结综述

贝猫说python·2022-11-27 07:25

深度域适应技术综述

domainadaptation域适应技术该技术主要用于迁移学习（transferlearning）迁移学习：alphago能够下围棋，并且实践已经证明其具有很强的卫勤能力，但是这种能力能够在象棋上使用吗

凹凸曼杰瑞·2022-11-27 07:19

遗传算法及其matlab实现,现代智能化算法—遗传算法及其matlab代码实现

是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，它最初由美国Michigan大学J.Holland教授于1975年首先提出来的，并出版了颇有影响的专著《AdaptationinNaturalandArtificialSystems

叶江流·2022-11-27 02:25

[Auto-Aug] Scale-aware Automatic Automentation for Object Detection(CVPR. 2021)

Previousworkhandlesthischallengewhichbringsthescaleadaptationtothenetw

Ah丶Weii·2022-11-26 10:07

凸面镜反射场景无监督域适应语义分割的一些问题

凸面镜反射场景无监督域适应语义分割的一些问题大家好，我是来自北京大学的石永杰同学，最近我们组的工作《UnsupervisedDomainAdaptationforSemanticSegmentationofUrbanStreetScenesReflectedbyConvexMirrors

YongjieShi·2022-11-26 10:35

@小王同学加油！！！·2022-11-26 08:44

CVF2020邻域自适应/语义分割：FDA: Fourier Domain Adaptation for Semantic SegmentationFDA：用于语义分割的傅立叶域自适应算法

邻域自适应/语义分割：FDA:FourierDomainAdaptationforSemanticSegmentationFDA：用于语义分割的傅立叶域自适应算法0.摘要1.概述1.1.相关工作1.1.1

HheeFish·2022-11-26 08:42

CVPR2021-Semi-supervised Domain Adaptation based on Dual-level Domain Mixing for Semantic Segmentati

Semi-supervisedDomainAdaptationbasedonDual-levelDomainMixingforSemanticSegmentation:基于双层领域混合的半监督领域自适应语义分割

HheeFish·2022-11-25 22:55

[论文阅读] Generative Adversarial Networks for Video-to-Video Domain Adaptation

[论文地址][代码][AAAI20]Abstract来自多中心的内窥镜视频通常有不同的成像条件，如颜色和光照，这使得在一个领域训练的模型通常不能很好地推广到另一个领域。领域适应是解决这一问题的潜在方案之一。然而，现有的工作很少关注基于视频的数据的转换。在这项工作中，我们提出了一个新的生成对抗网络(GAN)，即VideoGAN，以跨越不同领域转移基于视频的数据。由于视频中的帧可能具有相似的内容和成像

xiongxyowo·2022-11-25 22:22

【图像压缩】CLIC2021 Winner 《Perceptual Learned Image Compression With Continuous Rate Adaptation》

updating......CLIC2021Image赛道获胜者1绪论本文提出了一种感知学习图像压缩框架，使用率失真、感知和对抗损失用端到端的方式训练网络。为了有效给不同图像区域分配比特数，在可变比特率自适应框架中提出了感兴趣区域（ROI）技术。本文还研究了低比特率（0.075bpp）下的训练稳定性以及E2E优化框架相对于后处理框架的优越性。本文提出的框架在宽比特范围上获得了很好的重建效果。2提出

hahalidaxin·2022-11-25 19:19

Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks（MAML）研读笔记

这里是引用MAML全文目录论文地址摘要介绍相关概念model-agnosticN-wayK-shotTask5-way5-shot的实验设置算法流程fine-tune算法流程参考文献论文地址https://arxiv.org/abs/1703.03400摘要一种与模型无关的元学习算法适用于适用梯度下降更新训练的模型，分类、回归、强化学习等元学习的目标：在大量不同的任务上预先训练出一个模型，用这个模

joejoeqian·2022-11-25 16:34

Image-Adaptive YOLO for Object Detection in Adverse Weather Conditions

用于恶劣天气条件下目标检测的图像自适应YOLO目录AbstractIntroductionRelatedWorkObjectDetectionImageAdaptationObjectDetectioninAdverseConditionsProposedMethodDIPModuleCNN-PPModuleDetectionNetworkModuleHybridDataTrainingConcl

CV小Rookie·2022-11-24 21:53

【论文笔记】Prototypical Contrast Adaptation for Domain Adaptive Semantic Segmentation

论文论文题目：PrototypicalContrastAdaptationforDomainAdaptiveSemanticSegmentation收录：ECCV2022论文地址：https://arxiv.org

m0_61899108·2022-11-24 17:40

TGRS2022/云检测：Unsupervised Domain Adaptation for Cloud Detection Based on Grouped Features Alignment

TGRS2022/云检测：UnsupervisedDomainAdaptationforCloudDetectionBasedonGroupedFeaturesAlignmentandEntropyMinimization

HheeFish·2022-11-24 01:39

TGRS2020/遥感：Multisource Domain Adaptation for Remote Sensing Using Deep Neural Netw基于深度神经网络的遥感多源域自适应

TGRS2020/遥感：MultisourceDomainAdaptationforRemoteSensingUsingDeepNeuralNetworks基于深度神经网络的遥感多源域自适应0.摘要1.

HheeFish·2022-11-24 01:39

Understanding unsupervised domain adaption

MaximizingforDomainInvariancehttp://cseweb.ucsd.edu/classes/sp18/cse252C-a/CSE252C_20180430.pdfUnsupervisedDomainAdaptationbyBackpro

weixin_39589871·2022-11-24 00:20

self-training | 域迁移 | source-free（二）

文章转自微信公众号：机器学习炼丹术论文名称：ModelAdaptation:HistoricalContrastiveLearningforUnsupervisedDomainAdaptationwithoutSourceData

微信公众号[机器学习炼丹术]·2022-11-24 00:49

[MICCAI2019] Unsupervised Domain Adaptation via Disentangled Representations: Application to Cross-M

UnsupervisedDomainAdaptationviaDisentangledRepresentations:ApplicationtoCross-ModalityLiverSegmentation

hellopipu·2022-11-24 00:19

开放集域适应文献阅读五

ImprovedOpenSetDoaminAdaptationWithBackpropagation1问题与挑战2本文贡献3方法4小结参考文献1问题与挑战 Saito提出了一种由ttt参数化的二元交叉熵损失

iQoMo·2022-11-23 01:05

领域自适应的语义集中：Semantic Concentration for Domain Adaptation

AcceptedbyInternationalConferenceonComputerVision（ICCV2021），发文高校和企业为北京理工大学、阿里巴巴集团、爱丁堡大学、嬴彻科技。目录1.摘要2.思想3.创新与贡献4.SCDA模型4.1SCDA对抗过程4.2模型图4.3放大不相关区域4.4抑制不相关语义信息4.5总的损失函数5.实验5.1DomainNet（6个域共345个类）5.2Offi

all-izz-well·2022-11-23 01:26

Adaptive Adversarial Network for Source-free Domain Adaptation：用于无源域自适应的自适应对抗网络

AcceptedbyInternationalConferenceonComputerVision（ICCV2021），发文高校和企业为美国杜兰大学、美国Adobe系统公司。目录1.摘要2.背景3.思想4.创新与贡献5.问题的引出6.A2Net模型6.1软对抗推理6.2对比类别匹配6.3自监督旋转6.4总目标函数7.实验7.1Office-31（3个域共31个类）7.2Office-Home（4个

all-izz-well·2022-11-23 01:26

Similarity-based domain adaptation network：基于相似度的领域自适应网络

Accepted27December2021（Neurocomputing），发文高校为吉林大学。目录1.摘要2.思想3.创新与贡献4.问题的引出5.模型5.1基于相似性的域差异5.2基于相似性的自适应网络5.3优化相似度的自适应网络SBAN5.4总目标函数6.实验6.1ImageCLEF-DA（3个域）6.2Office-31（3个域共31个类）6.3Office-Home（4个域共65个类）6

all-izz-well·2022-11-23 01:26

详解3D物体检测模型 SPG: Unsupervised Domain Adaptation for 3D Object Detection via Semantic Point Generation

在WaymoDomainAdaptationdataset上，作者发现点云质量的下降是3D物件检测器性能下降的主要原因。

自动驾驶小学生·2022-11-22 19:11

自动驾驶名词-待整理

ADAS通常包括以下系统：1、导航系统；2、实时交通系统TMC（TrafficMessageChannel）；3、电子警察系统ISA（IntelligentSpeedAdaptation或IntelligentSpeedAdvice

sky8336·2022-11-22 16:07

笔记： Gradient Reversal Layer (unsupervised domain adaptation by backpropagation. ICML 2015)

“Unsuperviseddomainadaptationbybackpropagation.”ICML37.JMLR.org,2015.论文用domainadaptation算法解决目标域无标签的分类问题

PoemK·2022-11-22 10:00

pytorch:关于GradReverseLayer实现的一个坑

最近在做一个domainadaptation的项目，用到了gradreverselayer：`classGradReverse(Function):defforward(ctx,x,alpha,**kwargs

清三·2022-11-22 10:26

一句话理解 “gradient reversal”

论文是：“UnsupervisedDomainAdaptationbyBackpropagation”绿色是特征提取，蓝色是分类损失，红色是域损失，因为目标是无法区分特征来自哪个域，所以域损失要最大化，

wujpbb7·2022-11-22 10:21

梯度逆转的原理及其应用

参考文献：Unsuperviseddomainadaptationbybackpropagation原文背景是域适应(domainadaptation)问题，有关域适应的解释请参考此文文章思路简述因为原文的目的是域适应

AlanStark·2022-11-22 10:50

[论文速读]：CVPR 2020 在傅里叶域自适应实现语义分割 Fourier Domain Adaptation

FDA:FourierDomainAdaptationforSemanticSegmentation[PAPER][GITHUB]AbstractWedescribeasimplemethodforunsuperviseddomainadaptation

Phoenixtree_DongZhao·2022-11-22 06:08

2021年声纹识别研究与应用学术研讨会笔记

在研究过程中要注意信息安全和法律法规的要求，声纹识别是一个比较热的研究方向，ICCASP有36篇和speakerverification有关的文章，其中有涉及多模态、spoofing、鲁棒性、domainadaptation

你的宣妹·2022-11-21 13:11

轴承故障诊断经典模型pytorch复现(一)——WDCNN

论文地址：《ANewDeepLearningModelforFaultDiagnosiswithGoodAnti-NoiseandDomainAdaptationAbilityonRawVibrationSignals

酒与花生米·2022-11-21 03:47

CFA: Coupled-hypersphere-based Feature Adaptation for Target-Oriented Anomaly Localization

自学所用基于耦合超球面的特征适应（CFA），使用适应目标数据集的特征来完成复杂的异常定位。CFA：1.一个可学习的补丁描述符，学习和嵌入面相目标的特征；2.与目标数据集的大小无关的可扩展内存库；CFA采用迁移学习来增加正常特征密度，以便通过补丁描述符和内存库应用于可训练的CNN来区分异常特征。异常定位的性能取决于内存库的大小；提出的新方法，通过将迁移学习应用到预训练的CNN来产生具有减少偏差的面向

超想吃柚子·2022-11-20 21:37

开放集域适应文献阅读二

OpenSetDomainAdaptationbyBackpropagation基于反向传播的开集域适应1本文贡献2方法2.1总体构想2.2训练程序2.3与现有方法的比较3小结参考文献1本文贡献提出了一种更具挑战性的不提供任何未知源样本的开放集域自适应

iQoMo·2022-11-20 15:34

推荐频道

adaptation

[2022]李宏毅深度学习与机器学习第十讲（必修）-Domain Adaptation

2020 Domain Adaptation 最新论文：插图速览（二）

（转）Awsome Domain-Adaptation

Pytorch多GPU并行Bug收集（长期）：多个模型同时放在不同GPU上并行

【论文翻译】使用少量样本的神经语音克隆

最优传输论文（一）Sliced Wasserstein Discrepancy for Unsupervised Domain Adaptation

Life Long Learning论文初探————Online Fast Adaptation and Knowledge Accumulation（OSAKA）

域自适应——Bidirectional Learning for Domain Adaptation of Semantic Segmentation

迁移学习理论

论文笔记：Mind-the-Gap，Unsupervised Domain Adaptation for Text-Video Retrieval

【ICCV 2019】Self-similarity Grouping: A Simple Unsupervised Cross DA Approach for Person Re-id（SSG）

Meta-SSD: Towards Fast Adaptation for Few-ShotObject Detection With Meta-Learning【阅读笔记】

学习笔记：One-Shot Adaptation of GAN in Just One CLIP 基于CLIP的GAN单样本自适应

学习笔记：StyleGAN-NADA: CLIP-Guided Domain Adaptation of Image Generators 图像生成器的CLIP引导领域适应

StyleGAN-NADA: CLIP-Guided Domain Adaptation of Image Generators

域适应（Domain Adaptation）与迁移学习（Transfer Learning）的关系

ISPRS2022/遥感：Cross-spatiotemporal LULC from VHR remote sensing images基于深度学习域适应的VHR遥感影像跨时空土地覆盖分类

2020年，多源域适应（域迁移） MDA最新方法总结综述

深度域适应技术综述

遗传算法及其matlab实现,现代智能化算法—遗传算法及其matlab代码实现

[Auto-Aug] Scale-aware Automatic Automentation for Object Detection(CVPR. 2021)

凸面镜反射场景无监督域适应语义分割的一些问题

域自适应相关论文

CVF2020邻域自适应/语义分割：FDA: Fourier Domain Adaptation for Semantic SegmentationFDA：用于语义分割的傅立叶域自适应算法

CVPR2021-Semi-supervised Domain Adaptation based on Dual-level Domain Mixing for Semantic Segmentati

[论文阅读] Generative Adversarial Networks for Video-to-Video Domain Adaptation

【图像压缩】CLIC2021 Winner 《Perceptual Learned Image Compression With Continuous Rate Adaptation》

Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks（MAML）研读笔记

Image-Adaptive YOLO for Object Detection in Adverse Weather Conditions

【论文笔记】Prototypical Contrast Adaptation for Domain Adaptive Semantic Segmentation

TGRS2022/云检测：Unsupervised Domain Adaptation for Cloud Detection Based on Grouped Features Alignment

TGRS2020/遥感：Multisource Domain Adaptation for Remote Sensing Using Deep Neural Netw基于深度神经网络的遥感多源域自适应

Understanding unsupervised domain adaption

self-training | 域迁移 | source-free（二）

[MICCAI2019] Unsupervised Domain Adaptation via Disentangled Representations: Application to Cross-M

开放集域适应文献阅读五

领域自适应的语义集中：Semantic Concentration for Domain Adaptation

Adaptive Adversarial Network for Source-free Domain Adaptation：用于无源域自适应的自适应对抗网络

Similarity-based domain adaptation network：基于相似度的领域自适应网络

详解3D物体检测模型 SPG: Unsupervised Domain Adaptation for 3D Object Detection via Semantic Point Generation

自动驾驶名词-待整理

笔记： Gradient Reversal Layer (unsupervised domain adaptation by backpropagation. ICML 2015)

pytorch:关于GradReverseLayer实现的一个坑

一句话理解 “gradient reversal”

梯度逆转的原理及其应用

[论文速读]：CVPR 2020 在傅里叶域自适应实现语义分割 Fourier Domain Adaptation

2021年声纹识别研究与应用学术研讨会笔记

轴承故障诊断经典模型pytorch复现(一)——WDCNN

CFA: Coupled-hypersphere-based Feature Adaptation for Target-Oriented Anomaly Localization

开放集域适应文献阅读二