该论文提出了一种无需测试数据即可评估训练后DNN分类器质量的方法，通过创建每个类别的类原型来揭示分类器的质量，并开发了两个质量度量指标。

PMT是一种新的多源领域适应方法，使用类原型保持域特定信息，使用对比损失对不同类别进行对齐和分离，减小了参数大小与源域数量的关系，降低了内存问题和过拟合，并在多个物体检测数据集上表现优异。

该论文提出了一种无需测试数据即可评估训练后DNN分类器质量的方法。通过在输入空间中迭代创建每个类别的类原型来揭示分类器的质量，并开发了两个质量度量指标，准确性与使用测试数据获得的准确性成正比。