Contrastive Test-Time Adaptation 是 CVPR2022 論文
Test-time adaptation是在target數據上進行領域自適應的方法，而且沒有source數據參與。
https://github.com/DianCh/AdaContrast.

這篇論文有代碼，是對比學習和SHOT的融合。

self-learning 和 SHOT 的融合，接下來需要詳細看看。

文章的亮點

第一條線，使用弱增強數據，沒有反梯度優化，直接聚類。
第二條線，使用了self-learning and contrastive leanring， 不斷優化特征，幫助target model 特征優化。
使用了兩個強增強的q,k 的對比優化，同時兼顧了自訓練。
第三條線，希望聚類得到的標簽，進化后的模型的預測值能夠一致。

總結

以上是生活随笔為你收集整理的Contrastive Test-Time Adaptation的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。