- …
- …
#530
summarized by : 金城 忍
どんな論文か？
ラベル有り学習データとターゲットドメインのラベル無しデータをスタイル転送して複数のドメインのTeacherモデルを学習する一方で、モデル間の分布の違いに制約を掛けることで、ドメイン間で汎化性のある特徴量を学習し、パラメータ空間で制約を設けStudentモデルに知識蒸留することで、複数のドメイン適応可能な手法の提案
新規性
ターゲットドメインのデータ及び、元ドメインのラベル有りデータを利用して複数のTeacherを学習し、それらを利用することで任意の数のドメインに対して適応可能なモデルを学習するという点で新規
結果
ResNet-101、VGG16をベースにGTA5で学習したモデルからCityscapes、IDD (ターゲットドメイン数: 2) へのドメイン適応の課題において、mIoU値で提案手法が既存の手法より良い結果を達成した
その他（なぜ通ったか？等）
- …
- …