帕绍大学硕士论文主题:域自适应本文讨论了一种通用的领域自适应模型技术的发展,这将有助于解决各种计算机视觉任务。
该模型在流行的视觉域数据集上进行图像分类任务训练,并且与其他可用的域适应方法相比,该模型的性能得到了评估。
“基于幅度的权重修剪”技术用于执行目标特征提取器优化。
有关代码的说明:models.py模块定义了源模型和目标模型。
Xception网络和顶层config.py模块定义了各种参数,例如设置路径,实验数据集组合ID等。
将来可能会添加其他配置loss.py定义了其他损失方法。
preprocessing.py模块使用各种数据集组合(包括数据扩充)定义数据预处理管道。
train_test.py是一个帮助程序模块,它定义了培训和评估方法。
evals_helper.py是一个帮助程序模块,它详细定义了评估方法。
utlis.py定义了各种绘图,辅助方法和