कंप्यूटर दृष्टि कार्यों के लिए आत्म-निगरानी डोमेन अनुकूलन

आत्म-निगरानी दृश्य प्रतिनिधित्व सीखने में हाल की प्रगति ने कई चुनौतीपूर्ण कंप्यूटर दृष्टि बेंचमार्क परRemarkable सफलता प्राप्त की है। हालांकि, क्या इन तकनीकों का उपयोग डोमेन अनुकूलन के लिए किया जा सकता है, इसका अन्वेषण नहीं किया गया है। इस कार्य में, हम आत्म-निगरानी डोमेन अनुकूलन के लिए एक सामान्य विधि का प्रस्ताव करते हैं, जिसका उपयोग वस्तु पहचान और शहरी दृश्यों की अर्थवान विभाजन के रूप में किया गया है। सरल प्रीटेक्स्ट/सहायक कार्यों (जैसे छवि घुमाव का पूर्वानुमान) पर ध्यान केंद्रित करके, हम आत्म-निगरानी द्वारा डोमेन अनुकूलन की प्रभावशीलता को बढ़ाने के लिए विभिन्न सीखने की रणनीतियों का मूल्यांकन करते हैं। इसके अतिरिक्त, हम अपनी विधि में अर्थवान विभाजन पर डोमेन अनुकूलन सटीकता को और बढ़ाने के लिए दो पूरक रणनीतियों का प्रस्ताव करते हैं, जिसमें पूर्वानुमान परत संरेखण और बैच सामान्यकरण कैलिब्रेशन शामिल हैं। प्रयोगात्मक परिणाम दूसरों के साथ तुलना करने पर अधिकांश अध्ययन किए गए डोमेन अनुकूलन विधियों के समकक्ष अनुकूलन स्तर दिखाते हैं, इस प्रकार आत्म-निगरानी को डोमेन अनुकूलन प्राप्त करने के लिए एक नए विकल्प के रूप में लाते हैं। कोड इस लिंक पर उपलब्ध है। https://github.com/Jiaolong/self-supervised-da.