비지도 도메인 적응
비지도 도메인 적응은 소스 도메인에서 많은 레이블이 붙은 훈련 샘플을 통해 학습된 지식을 레이블이 없는 데이터만 있는 타겟 도메인으로 전송하는 학습 프레임워크입니다. 이 방법은 소스 도메인과 타겟 도메인 간의 분포 차이를 줄여서 모델의 새로운 환경에서의 일반화 능력을 향상시키므로, 다양한 응용 분야에서 매우 유용합니다.
Cityscapes to Foggy Cityscapes
SWDA
Duke to Market
Market to Duke
CCTSE
SYNTHIA-to-Cityscapes
CLUDA+HRDA
GTAV-to-Cityscapes Labels
DAFormer
Office-Home
PMTrans
ImageNet-C
EfficientNet-L2+RPL
Market to MSMT
Duke to MSMT
VisDA2017
DisClusterDA
SIM10K to Cityscapes
ViSGA
ImageNet-R
CFC-DAOD
ALDI++ (ResNet50-FPN)
HMDB-UCF
UCF-HMDB
EPIC-KITCHENS-100
Jester (Gesture Recognition)
TranSVAE
Office-31
Implicit Alignment (with MDD)
Office-Home (RS-UT imbalance)
Implicit Alignment (with MDD)
Cityscapes-to-OxfordCar
Uncertainty + Adaboost
DomainNet
SAMB
virtual KITTI to KITTI (MDE)
CoReg
PACS
CoVi
BDD100k to Cityscapes
OOD-CV
UGT
PreSIL to KITTI
PointDAN
SIM10K to BDD100K
CDN
ClonedPerson
SpCL
CUHK03 to MSMT
CUHK03 to Market
FHIST
GTA5+Synscapes+Urbansyn to Cityscapes
GTA5-to-Cityscapes
CLUDA+HRDA
ImageNet-A
EfficientNet-L2 NoisyStudent + RPL
Kitti to Cityscapes
ViSGA
Market to CUHK03
CORE-ReID
MSCOCO to FLIR ADAS
SGADA
Pascal VOC to Clipart1K
ILLUME
Portraits (over time)
Gradual Self-Training (Small Conv)
UDA-CH
DA-RetinaNet
VisDA-2017
TransAdapter