近日，清华大学崔鹏团队在 CVPR 2022 上发表了一篇工作，针对传统域泛化 (DG) 问题需要大量有标签数据的问题，提出了无监督域泛化 (UDG) 问题，旨在通过利用无标签数据进行预训练提升模型在未知域上的泛化能力，并为 UDG 提出了 DARLING 算法。该算法仅使用 ImageNet 数据
近日，清华大学崔鹏团队在 CVPR 2022 上发表了一篇工作，针对传统域泛化 (DG) 问题需要大量有标签数据的问题，提出了无监督域泛化 (UDG) 问题，旨在通过利用无标签数据进行预训练提升模型在未知域上的泛化能力，并为 UDG 提出了 DARLING 算法。该算法仅使用 ImageNet 数据
By