-
公开(公告)号：CN116188911A
公开(公告)日：2023-05-30
申请号：CN202310236115.X
申请日：2023-03-13
Applicant: 福州大学
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/084 , G06N3/088
Abstract: 本发明提供了一种基于元自训练的鲁棒性无监督域适应方法，第一步，基于自训练范式，通过在源标记数据和目标未标记数据上应用一般的无监督域适应方法和开发的随机掩码增强对源模型进行预训练；第二步，交替进行在伪标记的对抗目标模型训练和通过元步骤微调源模型，其中，自训练的训练机制允许将对抗训练嵌入到无监督域适应过程中，元步骤进一步有助于减轻噪声伪标签的错误传播；应用本技术方案可缓解现实场景中因缺少数据标签而造成模型难以训练的问题。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
