该文介绍了领域适应的概念和应用，评估了三种领域适应模型。作者发现现有的基于缓冲区的持续领域适应方法存在稳定性问题，并提出梯度归一化作为一种解决方案。该研究为航空部署提供了实际的领域适应场景。

领域适应旨在减少深度学习模型训练和部署之间的差距。研究者通过合成恶劣天气条件并应用于真实图像数据集，评估了三种领域适应模型。他们发现基于缓冲区的持续领域适应方法存在稳定性问题，并提出梯度归一化作为解决方案。