[论文翻译]视觉领域自适应中的自集成方法

本文探讨了自集成(self-ensembling)在视觉域适应问题中的应用。我们的技术源自时序集成(temporal ensembling)的均值教师变体(mean teacher variant) [29]，该技术在半监督学习领域取得了最先进的成果。我们针对具有挑战性的域适应场景对其方法进行了若干改进，并评估了其有效性。我们的方法在各种基准测试中均取得了最先进的成果，包括我们在VISDA-2017视觉域适应挑战赛中的获胜方案。在小型图像基准测试中，我们的算法不仅优于现有技术，还可以达到接近监督式训练分类器的准确度。