典型的跨域自我监督学习,适用于少拍无监督领域适应(PCS) PCS(典型的跨域自监管网络)的Pytorch实现[ ] 概述 网络架构 与最新方法相比,PCS将FUDA上不同域对的平均分类准确度分别提高了Office,Office-Home,VisDA-2017和DomainNet上的10.5% , 4.3% , 9.0%和13.2% ,分别。 q 要求 pytorch == 1.5.1 torchvision == 0.6.1 CUDA版本10.2 pip install -r requirements.txt pip install -e . 训练 在data文件夹下下载或软链接数据集( data/splits中提供了分割文件,支持的数据集为Office,Office-Home,VisDA-2017和DomainNet) 要训​​练模型,请运行以下命令: CUDA_VISIBL