-
公开(公告)号:CN118865407A
公开(公告)日:2024-10-29
申请号:CN202411151077.9
申请日:2024-08-21
Applicant: 哈尔滨工业大学
Abstract: 用于图像分割的基于文本的贝叶斯零样本域适应训练方法,属于计算机视觉中的零样本域适应领域。解决了现有的零样本域适应方法主要集中于优化经验风险最小化目标,通常依赖于基于有限提示的离散增强训练,难以充分捕捉目标域的复杂性,从而削弱了迁移模型的有效性的问题。本发明从贝叶斯角度将零样本域适应中的参数的学习过程视为变分推理问题,具体通过对源域和目标域之间的残差进行概率性的建模,引入与域间隙相关的不确定性,进而减少了模型对特定权重的依赖,从而提高模型在目标域的性能。本发明主要用于对图像进行语义分割。