360SFUDA++:面向全景分割的无源 UDA:学习可靠的类别原型
本文研究了无源无监督域自适应问题,通过预训练的针孔图像模型和未标记的全景图像。提出了360SFUDA++方法,从源针孔模型中提取知识,并将可靠的知识转移到目标全景领域。实验证明,该方法相较于先前的SFUDA方法表现更好。
原文中文,约400字,阅读约需1分钟。
本文研究了无源无监督域自适应问题,通过预训练的针孔图像模型和未标记的全景图像。提出了360SFUDA++方法,从源针孔模型中提取知识,并将可靠的知识转移到目标全景领域。实验证明,该方法相较于先前的SFUDA方法表现更好。