实体
source-free unsupervised domain adaptation
source-free unsupervised domain adaptation
PulseAugur coverage of source-free unsupervised domain adaptation — every cluster mentioning source-free unsupervised domain adaptation across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新方法解决医学图像分割中的域自适应问题
两篇新的研究论文SymmAdapt和TCSA-UDA提出了无监督域自适应医学图像分割的新方法。SymmAdapt利用对称流匹配生成伪标签和合成的类源图像，在腹部和心脏分割任务上优于现有方法。TCSA-UDA采用文本驱动的跨语义对齐，利用模态感知文本提示和视觉-语言协方差余弦损失来学习域不变表示，在跨模态心脏、腹部和脑肿瘤分割方面取得了良好效果。
-
新的LoGo框架增强了地理空间点云分割
研究人员开发了一种新的无源无监督域自适应框架LoGo，用于3D地理空间点云的语义分割。该方法解决了域偏移的常见问题，这种问题会降低遥感应用中模型的性能，尤其是在源域数据因隐私或政策限制而无法访问时。LoGo利用局部类平衡原型估计来处理长尾分布数据，并利用全局最优传输对齐来纠正对多数类的偏见。一种双一致性伪标签过滤机制进一步完善了自训练过程，实验表明LoGo在具有挑战性的基准测试中优于现有的最先进方法。