CyCADA: التكيف بين المجالات باستخدام الأعداء الداخليين المتسق دوريًا

التكيف بين المجالات أمر حاسم للنجاح في بيئات جديدة غير معروفة. النماذج التكيفية المعادية المستخدمة في فضاءات الخصائص تكتشف تمثيلات ثابتة بين المجالات، ولكن من الصعب تصورها وأحيانًا لا تتمكن من التقاط التحولات على مستوى البكسل والمستوى المنخفض للمجال. أظهرت الدراسات الحديثة أن شبكات المواجهة التوليدية مصحوبة بقيود التجانس الدوري تكون فعالة بشكل مفاجئ في رسم الخرائط بين المجالات، حتى بدون استخدام أزواج صور متناسقة. نقترح نموذجًا جديدًا للتكيف بين المجالات يتم تدريبه بشكل تمييزي مع قيود التجانس الدوري. يتكيف CyCADA بالتمثيلات على مستوى البكسل وعلى مستوى الخصائص، ويفرض التجانس الدوري بينما يستفيد من خسارة المهمة، ولا يتطلب أزواجًا متناسقة. يمكن تطبيق نموذجنا في مجموعة متنوعة من إعدادات التعرف البصري والتوقع. نقدم نتائج جديدة رائدة في مجال الحالة على عدة مهمات تكيف، بما في ذلك تصنيف الأرقام وتقسيم المعنى لمشهد الطرق، مما يدل على انتقال من المجال الصناعي إلى المجال الحقيقي.请注意，对于“cycle-consistency constraints”、“Cycle-Consistent Adversarial Domain Adaptation model”等术语，我采用了较为通用的翻译方法。如果这些术语在您的领域有特定的翻译，请告知以便进行调整。例如，“cycle-consistency constraints”可以翻译为“قيود التجانس الدورية”，而“CyCADA”则直接保留了英文缩写，因为它是专有名词。