计算机科学 > 机器学习
[提交于 2025年5月27日
]
标题: PCaM:一种基于渐进焦点注意力的信息融合方法,用于提高视觉变压器领域适应性
标题: PCaM: A Progressive Focus Attention-Based Information Fusion Method for Improving Vision Transformer Domain Adaptation
摘要: 无监督域适应(UDA)旨在将标记的源域知识转移到未标记的目标域。 基于视觉变压器(ViTs)的最新UDA方法通过基于注意力的特征对齐实现了强大的性能。 然而,我们发现一个关键限制:前景物体不匹配,即不同域之间前景物体大小和空间分布的差异会削弱注意力一致性并阻碍有效的域对齐。 为了解决这个问题,我们提出了渐进式焦点交叉注意力机制(PCaM),该机制在交叉注意力过程中逐步过滤背景信息,使模型能够专注于并融合跨域的判别性前景语义。 我们进一步引入了一个注意力引导损失,该损失明确引导注意力到任务相关区域,增强跨域注意力一致性。 PCaM轻量、与架构无关,并且易于集成到现有的ViT-based UDA流程中。 在Office-Home、DomainNet、VisDA-2017和遥感数据集上的大量实验表明,PCaM显著提高了适应性能,并达到了新的最先进结果,验证了注意力引导的前景融合在域适应中的有效性。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.