如何有效应对域偏移 —— 近年研究热点总结（三）之在线域自适应

“在线域自适应”与传统域自适应和域泛化方法不同，该类方法应对的是训练阶段无法预估测试阶段数据分布的场景（这一点和域泛化方法相同），其侧重于在测试阶段利用当前的推理数据通过“边推理边训练”的模式，实现模型对未知测试数据的更新适应，从而达到精度提升的效果。

相关标签