Closed huangwentao123 closed 10 months ago
DA子问题下的方法 和 notebook 下deep_transfer_tutorial.ipynb 中的方法,都是使用torchvision 的预训练模型 我的理解,域适应不应该使用原始训练数据和目标域数据嘛? 如resnet = models.resnet101(pretrained=True)是使用imagenet数据集 示例代码使用了office31,是单纯做个示例?还是英文paper里评价算法结果是office 但关于da 的 source data 是否应该是model的训练数据集 向老师提问
resnet = models.resnet101(pretrained=True)
用预训练模型基本上是做cv相关实验的标准操作,不用也没问题的,但用了结果更好。
还想想问一下,source data 难道不应该是预训练模型的训练集吗?如果随意指定,并计算和target的分布距离,会不会导致结果不好呢?或者说用office31 也是paper实验的约定俗成
Office31是迁移学习和domain adaptation的基准数据集之一。有关更多基础知识和数据集,请参考迁移学习导论一书。
DA子问题下的方法 和 notebook 下deep_transfer_tutorial.ipynb 中的方法,都是使用torchvision 的预训练模型 我的理解,域适应不应该使用原始训练数据和目标域数据嘛? 如
resnet = models.resnet101(pretrained=True)
是使用imagenet数据集 示例代码使用了office31,是单纯做个示例?还是英文paper里评价算法结果是office 但关于da 的 source data 是否应该是model的训练数据集 向老师提问