Spectral Adversarial MixUp for Few-Shot Unsupervised Domain Adaptation论文速读

文章目录

  • Spectral Adversarial MixUp for Few-Shot Unsupervised Domain Adaptation
    • 摘要
    • 方法
      • Domain-Distance-Modulated Spectral Sensitivity (DoDiSS)模块
      • Sensitivity-Guided Spectral Adversarial Mixup (SAMix)模块
    • 实验结果

Spectral Adversarial MixUp for Few-Shot Unsupervised Domain Adaptation

摘要

域偏移是临床应用中的常见问题,其中训练图像(源域)和测试图像(目标域)处于不同的分布下。已经提出了无监督域适应 (UDA) 技术,以使在源域中训练的模型适应目标域。但是,这些方法需要来自目标域的大量图像进行模型训练。
本文提出了一种新的少样本无监督域适应(FSUDA)方法,其中只有有限数量的未标记目标域样本可用于训练。
首先引入频谱灵敏度图来表征频域中模型的泛化弱点。然后,我们开发了一种灵敏度引导的光谱对抗混搭(SAMix)方法来生成目标风格的图像,以有效抑制模型的灵敏度,从而提高模型在目标域中的泛化性。
代码地址

方法

在这里插入图片描述

Domain-Distance-Modulated Spectral Sensitivity (DoDiSS)模块

基于傅里叶的模型灵敏度测量获得的光谱灵敏度图可以有效地描述该模型的泛化性。然而,频谱敏感度图仅限于单域场景,无法整合目标域信息来评估特定域偏移下的模型弱点
本文引入了 DoDiSS,通过结合域距离来扩展之前的方法,以解决域适应问题的 Spectral Adversarial MixUp。
图 1 (a)首先计算域距离图,用于识别每个频率中源域和目标域之间的幅度分布差异。随后,该差分图用于在计算DoDiSS图时对幅度扰动进行加权。
域距离测量:首先使用各种几何变换的随机组合来增强来自目标域的少量图像,包括随机裁剪、旋转、翻转和 JigSaw。这些转换使图像强度保持不变,从而保留目标域样式信息。然后将快速傅里叶变换(FFT)应用于所有源图像和增强目标域图像,以获得其振幅谱图

通过测量的域差异,可以计算模型的 DoDiSS 映射。如图1(a)所示,傅里叶基被定义为一个厄米特矩阵Hi。傅里叶基像可以通过归一化逆快速傅里叶变换 (IFFT) 得到,为了分析模型相对于频率的泛化弱点,通过添加傅里叶基噪声到原始源域。
保证在实际域偏移后,图像在所有频率分量上受到扰动。对于RGB图像,独立地添加到每个通道中。在源域上训练的模型 F 在频率下的灵敏度定义为整个数据集的预测错误率
在这里插入图片描述

Sensitivity-Guided Spectral Adversarial Mixup (SAMix)模块

SAMix 使用 DoDiSS 映射 MS 和对抗学习的参数 λ作为加权因子,将每个源图像的振幅频谱与目标图像的频谱混合在一起。DoDiSS 表示模型对域差异敏感的光谱区域。
通过保留源图像的相位,SAMix在生成的目标样式中保留了原始源图像的语义含义。具体而言,如图1(b)所示,给定源图像xs和目标图像xt,我们计算它们的振幅和相位谱。SAMix 通过以下方式混合振幅频谱
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

实验结果

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/821898.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

上海计算机学会 2023年10月月赛 乙组T3 树的连通子图(树、树形dp)

第三题:T3树的连通子图 标签:树、树形 d p dp dp题意:给定一棵 n n n个结点的树, 1 1 1号点为这棵树的根。计算这棵树连通子图的个数,答案对 1 , 000 , 000 , 007 1,000,000,007 1,000,000,007取余数。题解&#xff1…

python flask 运行本地其他的python文件

在Flask中运行其他Python文件通常意味着你想在Flask应用中调用其他Python脚本或函数。这可以通过多种方式实现,例如使用subprocess模块、导入模块或直接调用函数。 以下是一个简单的例子,演示如何在Flask路由中调用另一个Python文件中的函数&#xff1a…

HTML内联框架

前言&#xff1a; 我们有时候打开网页时会有广告窗的出现&#xff0c;而这些窗口并不是来自于本站的&#xff0c;而是来自于外部网页&#xff0c;只是被引用到了自己网页中而已。这一种技术可以通过内联来实现。 标签介绍&#xff1a; HTML 内联框架元素 (<iframe>) 表示…

快速入门Spring Data JPA

Spring Data JPA是Spring Data框架的一小部分&#xff0c;它能够让开发者能够更加简单的对数据库进行增删改查。 由于Spring Data JPA可以自动生成SQL代码所以一般情况下&#xff0c;简单的增删查改就可以交给Spring Data JPA来完成&#xff0c;而复杂的动态SQL等用MyBatis来完…

设计模式---模板方法模式

一、介绍 所谓模板方法模式&#xff0c;就是提供一种方法的模板来实现一种规范&#xff0c;其他人可以利用这个模板定义自己的逻辑。 在Java编程中的应用&#xff0c;主要就是通过接口或者抽象类来实现的&#xff0c;抽象类中可以把逻辑函数声明为final类型&#xff0c;表示不能…

即插即用模块详解SCConv:用于特征冗余的空间和通道重构卷积

目录 一、摘要 二、创新点说明 2.1 Methodology 2.2SRU for Spatial Redundancy​编辑 2.3CRU for Channel Redundancy 三、实验 3.1基于CIFAR的图像分类 3.2基于ImageNet的图像分类 3.3对象检测 四、代码详解 五、总结 论文&#xff1a;https://openaccess.thecvf.c…

vue2/Vue3项目中,通过请求接口来刷新列表中的某个字段(如:Axios)

vue2/Vue3项目中&#xff0c;通过请求接口来刷新列表中的某个字段。可以使用 Vue 的异步请求库&#xff08;如 Axios&#xff09;来发送请求&#xff0c;并在请求成功后更新相应的字段。 示例如下&#xff08;Vue2&#xff09;&#xff1a; 简单的示例如下&#xff0c;假设列…

在Qt中如何简单设计一个文件和图像浏览器

文本浏览器 设计一个文本浏览器程序&#xff0c;可以打开、显示 txt、html等文件。 1.在Qt Designer中设计一个菜单其中包含打开和退出选项&#xff1a; 2. 在 QMainWindow 构造函数中把 textBrower 设为主窗口的中心部件&#xff0c;这样整个窗口就成了包含 textBrower 的单文…

jetson nx安装nomachine后无法进入linux shell

以下问题都是一个原因造成的 我在jetson nx上安装了nomachine后&#xff0c;连接时需要登陆用户名和密码&#xff0c;那这个用户名密码是什么&#xff0c;我使用系统的用户名和密码返回错误。login as a system user on this server总是failed&#xff0c;直接登录ssh输入用户…

nginx-http-flv配置

hls配置 hls配置放在 http.server里面 http {server {# HTTP监听端口listen 8002;location /hls {types {application/vnd.apple.mpegurl m3u8;video/mp2t ts;}alias ./temp/hls; # HLS文件存放路径&#xff0c;请替换为你实际的路径expires -1;add_header Cache-Control no…

你的RPCvs佬的RPC

一、课程目标 了解常见系统库的hook了解frida_rpc 二、工具 教程Demo(更新)jadx-guiVS CodejebIDLE 三、课程内容 1.Hook_Libart libart.so: 在 Android 5.0&#xff08;Lollipop&#xff09;及更高版本中&#xff0c;libart.so 是 Android 运行时&#xff08;ART&#x…

ubuntu手动编译opencv 4.9.0遇到的问题汇总

ubuntu手动编译opencv 4.9.0遇到的问题汇总 编译流程 以4.9.0版本为例&#xff0c;可参考&#xff1a;https://docs.opencv.org/4.9.0/d2/de6/tutorial_py_setup_in_ubuntu.html 编译加速 https://blog.csdn.net/tfb760/article/details/104030841 ippicv_2021.10.0_lnx_i…

细说postgresql之pg_rman备份恢复 —— 筑梦之路

pg_rman是一款开源的备份恢复软件&#xff0c;支持在线和基于PITR的备份恢复方式。 pg_rman类似于oracle的rman&#xff0c;可以进行全量、增量、归档日志的备份。 运行模式&#xff1a; 安装部署 Releases ossc-db/pg_rman GitHub 1、需要根据PG Server的版本&#xff0c;下…

聊天机器人ChatGPT指导下的论文写作

ChatGPT无限次数:点击直达 聊天机器人ChatGPT指导下的论文写作 引言 随着人工智能技术的不断发展&#xff0c;聊天机器人在各个领域得到了广泛应用。其中&#xff0c;ChatGPT作为一个先进的自然语言处理模型&#xff0c;为各种文本生成任务提供了强大的支持。在学术界&#xf…

ThreadLocal和ThreadLocalHashMap

请直接百度详细介绍 -------------------------------------------------------------------------------------------------------------------------------- 1.ThreadLocalMap是Thread类里的一个局部变量 2.ThreadLocalMap是ThreadLocal类里的一个静态内部类, 3.ThreadL…

浅谈对称加密(AES与DES)

浅谈对称加密&#xff08;AES与DES&#xff09; 对称加密是一种加密方式&#xff0c;其中同一个密钥&#xff08;也称为私钥或共享密钥&#xff09;用于加密和解密数据。这意味着加密和解密都使用相同的密钥。对称加密速度通常很快&#xff0c;因为它不涉及复杂的数学运算。 …

10. Spring MVC 程序开发

本文源码位置: Spring-MVC 1. Spring MVC 概要 摘自Spring官方&#xff1a; Spring Web MVC is the original web framework built on the Servlet API and has been included in the Spring Framework from the very beginning. The formal name, “Spring Web MVC,” comes …

Adobe AE(After Effects)2015下载地址及安装教程

Adobe After Effects是一款专业级别的视觉效果和动态图形处理软件&#xff0c;由Adobe Systems开发。它被广泛用于电影、电视节目、广告和其他多媒体项目的制作。 After Effects提供了强大的合成和特效功能&#xff0c;可以让用户创建出令人惊艳的动态图形和视觉效果。用户可以…

大创项目推荐 深度学习YOLOv5车辆颜色识别检测 - python opencv

文章目录 1 前言2 实现效果3 CNN卷积神经网络4 Yolov56 数据集处理及模型训练5 最后 1 前言 &#x1f525; 优质竞赛项目系列&#xff0c;今天要分享的是 &#x1f6a9; **基于深度学习YOLOv5车辆颜色识别检测 ** 该项目较为新颖&#xff0c;适合作为竞赛课题方向&#xff0…

速盾:js插件可以用cdn加速吗?

随着互联网技术的发展&#xff0c;网页的加载速度成为了用户体验的重要指标之一。在传统的Web开发中&#xff0c;为了提高网页的加载速度&#xff0c;通常会将静态文件如图片、样式表、脚本等存放在CDN&#xff08;Content Delivery Network&#xff09;上&#xff0c;以实现全…