Joint Progressive Knowledge Distillation and Unsupervised Domain\n Adaptation
Notice bibliographique
Résumé
Currently, the divergence in distributions of design and operational data,\nand large computational complexity are limiting factors in the adoption of CNNs\nin real-world applications. For instance, person re-identification systems\ntypically rely on a distributed set of cameras, where each camera has different\ncapture conditions. This can translate to a considerable shift between source\n(e.g. lab setting) and target (e.g. operational camera) domains. Given the cost\nof annotating image data captured for fine-tuning in each target domain,\nunsupervised domain adaptation (UDA) has become a popular approach to adapt\nCNNs. Moreover, state-of-the-art deep learning models that provide a high level\nof accuracy often rely on architectures that are too complex for real-time\napplications. Although several compression and UDA approaches have recently\nbeen proposed to overcome these limitations, they do not allow optimizing a CNN\nto simultaneously address both. In this paper, we propose an unexplored\ndirection -- the joint optimization of CNNs to provide a compressed model that\nis adapted to perform well for a given target domain. In particular, the\nproposed approach performs unsupervised knowledge distillation (KD) from a\ncomplex teacher model to a compact student model, by leveraging both source and\ntarget data. It also improves upon existing UDA techniques by progressively\nteaching the student about domain-invariant features, instead of directly\nadapting a compact model on target domain data. Our method is compared against\nstate-of-the-art compression and UDA techniques, using two popular\nclassification datasets for UDA -- Office31 and ImageClef-DA. In both datasets,\nresults indicate that our method can achieve the highest level of accuracy\nwhile requiring a comparable or lower time complexity.\n
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».