簡介
??Importance weighted adversarial nets for partial domain adaptation.CVPR-2018,Cited-65.
關(guān)鍵字
??open set，domain adaptation，ADDA
正文
1. 適用場景
??下圖中的第4種，屬于部分域適應膳算，即目標域是源域的子集浅蚪。
image.png
2. 基本思路和解決方案
??既然target僅含source的部分類別收叶，那么全部樣本做域?qū)R就不合適碟贾，需要改變source的分布防嗡，降低非target類別的影響所意。改變分布可以通過為source的樣本賦權(quán)來實現(xiàn)淮逊。
??這里基本框架是使用ADDA，在使用ADDA前完成source分布的調(diào)整扶踊。ADDA的框架中只含有一個域判別器泄鹏，這里增加1個域判別器來判斷know和unknow，并賦予source樣本權(quán)重秧耗。得出權(quán)重后再進行正常的學習過程备籽。
image.png
參考資料
[1] Zhang, Jing, et al. "Importance weighted adversarial nets for partial domain adaptation." Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2018.
