BriefGPT - AI 论文速递
·
TransferAttn：可传递引导的注意力是视频领域自适应的必需
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文介绍了PMTrans模型，通过博弈论解决了无监督领域自适应任务中的视觉转换器问题。实验结果显示，PMTrans在多个基准数据集上的性能超过了最先进的方法。
🎯
关键要点
- 提出了一种名为 PMTrans 的模型，解决视觉转换器在无监督领域自适应任务中的问题。
- 通过博弈论的角度，利用 PatchMix 方法建立中间域。
- 使用半监督 mixup 损失最小化特征和标签空间，以连接源域和目标域。
- 将 UDA 过程视为特征提取器、分类器和 PatchMix 组成的三方最小 - 最大交叉熵游戏。
- 经过实验，PMTrans 在多个基准数据集上表现优于最先进的方法，具体在 Office-Home 超过 3.6％，在 Office-31 超过 1.4％，在 DomainNet 超过 17.7％。
➡️
