PK PyTorchKR Papers
Papers with Code · CC BY-SA 4.0

Unsupervised Domain Adaptation

393 평가 기록 49 datasets

Unsupervised Domain Adaptation is a learning framework to transfer knowledge learned from source domains with a large number of annotated training examples to target domains with unlabeled data only.

<span class="description-source">Source: Domain-Specific Batch Normalization for Unsupervised Domain Adaptation </span>

개요는 각 항목의 일부입니다. 위 탭에서 전체 기록을 페이지별로 탐색할 수 있습니다.

벤치마크

Papers with Code 아카이브의 데이터셋별 기록 예시입니다. 평가 조건과 지표 방향이 검증되지 않아 순위를 의미하지 않습니다.

Dataset기록된 모델 예시MetricPaperCode
CORE-ReID
mAP: 84.4rank-1: 93.6rank-5: 97.7rank-10: 98.7
논문 코드
CORE-ReID
mAP: 74.8rank-1: 84.8rank-5: 92.4rank-10: 94.4
논문 코드
DCF
mIoU (13 classes): 75.9mIoU: 69.3MIoU (16 classes): 69.3
논문 코드
ALDI++(Resnet50+FPN)
mAP@0.5: 66.8
- -
MIC
mIoU: 75.9
논문 코드
FFTAT
Accuracy: 91.4
논문 코드
CORE-ReID V2
mAP: 44.1rank-1: 71.3rank-5: 82.4rank-10: 86.0
논문 코드
EfficientNet-L2+RPL
mean Corruption Error (mCE): 22.0
논문 코드
CORE-ReID V2
mAP: 49.50Rank-1: 80.15Rank-5: 89.05Rank-10: 90.29
논문 코드
CORE-ReID
mAP: 45.2rank-1: 72.2rank-5: 82.9rank-10: 86.3
논문 코드
ALDI++
mAP@0.5: 77.8
논문 코드
CORE-ReID V2
mAP: 57.99R-1: 48.62R-5: 68.30R-10: 77.11
논문 코드

데이터셋

49개
Duke to MarketMarket to DukeSYNTHIA-to-CityscapesCityscapes to Foggy CityscapesGTAV-to-Cityscapes LabelsOffice-HomeMarket to MSMTImageNet-CVehicleID to VeRi-776Duke to MSMTSIM10K to CityscapesVeri-776 to VehicleID Large

논문

라이브러리

Papers with Code 리더보드 row에 연결된 구현 저장소입니다.

github.com/chen742/PiPa 1 논문
github.com/alpc91/transda 1 논문
github.com/bit-da/sepico 1 논문
github.com/dbash/visda2022-org 1 논문
github.com/kw01sg/crda 1 논문
github.com/lhoyer/DAFormer 1 논문
github.com/lhoyer/hrda 1 논문
github.com/lhoyer/mic 1 논문

하위 태스크

OU Online unsupervised domain adaptation 0 데이터셋 · 0 rows