在Domain Adaptation中,基於discrepancy的方法究竟有沒有用?

時間 2021-06-01 14:39:30

1樓:doge能好好的

我做故障診斷領域也是類似的結論,dan和jan那種遷移效果都不是很好,甚至負遷移。而dann cdan mcd這種對抗訓練的效果就不錯,target準確率能提高10左右

2樓:Deep

不好說,我用工業上的一維震動訊號做,會出現discrepancy損失一直抖動不下降但target domain準確率依然提公升的現象。不過整體是有效的,視覺化的圖有的也很漂亮

可能震動訊號比較特殊,個人感覺像這種震動訊號值得被好好研究,和影象很不一樣。

3樓:

UDA萌新來回答一下。沒有做過分割,主要是做分類任務,但也碰到過類似的問題,也就是在公開資料集上表現很好但是自己資料集精度下滑的厲害。

乙個可以嘗試的方向是加上一些semi-supervise的方法,比如temporal ensembling和mean teacher。可以參考下self-ensembling for visual domain adaptation這篇文章,裡面有各種trick用來提公升效能,比如MNIST到SVHN的special data augmentation直接把target domain精度提公升了60%還是蠻神奇的。

4樓:cuthbert

分割任務就用一些在分割任務上成功的UDA演算法吧,比如MCD,CYCADA這些,還有其他一些根據cycle-gan變化而來的模型。就我自己的體驗來說,效果不好不僅僅是因為DAN或者JAN這些方法沒有很好的度量分布差異,也很有可能是度量的位置不正確。分割任務是需要位置資訊的,高層網路包含的位置資訊可能不夠。

這一點我覺得通過AdaptSeg那篇有所體現,他們選擇的是在output上做對抗訓練,而不是分類任務那樣在全連線層前面做對抗訓練。

在master by coursework在讀期間可以轉成research麼?

不行,以下為咱問自己導師同樣問題的回信QAQ 原來打算讀research的,連教授都談好了,但因為課題選了很久簽證快過期了還沒定,所以在拿到coursework的offer就直接交了,以為反正可以轉結果。 master by coursework轉research一般沒有這麼一說,master by...

在人類能在宇宙在自由航線的時代,怎麼在宇宙中辨別方向?

李虹 還是經緯度體系。目前地球上有兩種經緯度體系 赤經赤緯,以赤道為參照,地球表面可以定位 黃經黃緯,以地球軌道為參照,太陽系旅行可以定位。那麼宇宙漫遊就可以銀經銀緯定位,同時選擇河外星系作為定位依據,比如說,仙女座大星雲方向。 入夢離陽 地球不能當成參照物,太陽能不能?太陽不能當成參照物,太陽系能...

在 PC Mac Android Phone iPhone 和 iPad 上,閱讀 PDF 的最好應用分別是什麼?

IOS推薦 Documents by Readdle 可簡單做批註,而且可以連線Dropbox Skydrive 同步,注意是 同步 作了批註實時上傳非常方便,PC端或MAC端用網盤同步就行了 睿子 看需求吧,其實基本閱讀功能的話大多數閱讀器都差不多,下面幾個是個人認為功能全,方便標註 筆記和與其他...