领域自适应语义分割的样式适应
原文中文，约300字，阅读约需1分钟。发表于：。我们提出了一种简单直接的方法来减小不同领域之间的差异，该方法无需进行额外的参数计算，并且可以与基于自训练的无监督领域适应方法无缝集成。通过在潜在特征空间中将目标领域的风格传递给源领域，该模型在决策过程中优先考虑目标领域的风格，在图像级别和浅层特征图级别上解决了该问题，并实现了在目标领域上出色的性能。我们的方法在合成到真实的无监督领域适应任务中取得了显著的性能提升，比如在...
我们提出了一种简单直接的方法来减小不同领域之间的差异，并与自训练的无监督领域适应方法集成。该模型通过在潜在特征空间中传递目标领域的风格给源领域，解决了图像级别和特征图级别上的问题，并在目标领域上取得了出色性能。在合成到真实的无监督领域适应任务中，我们的方法在GTA->Cityscapes数据集上达到了显著的UDA性能，mIoU为76.93%，比先前最先进结果改善了1.03个百分点。
