Source Free Domain Adaptation

L'adaptation de domaine sans source (SFDA) est une méthode d'adaptation de domaine dans le domaine de l'apprentissage automatique et de la vision par ordinateur, visant à adapter des modèles pré-entraînés à un nouveau domaine cible sans accès aux données du domaine source. Cette approche présente des avantages significatifs dans les scénarios où les données sources ne peuvent pas être partagées en raison de problèmes de confidentialité, de volumes de données importants ou de restrictions propriétaires, améliorant ainsi efficacement la généralisation et les performances du modèle dans de nouveaux environnements.