ICCV 2023 | 小鹏汽车纽约石溪：局部上下文感知主动域自适应LADA主动域自适应（ADA）通过查询少量选定的目标域样本的标签，以帮助模型从源域迁移到目标域。查询数据的局部上下文信息非常重要，特别是在域间差异较大的情况下，然而现有的ADA方法尚未充分探索这一点。在本文中，作者提出了一种名为LADA的局部上下文感知ADA框架。为了选择信息丰富的目标域样本，作者设计了一种基于模型预测分布的局部不一致性的新准则。同时，由于标注预算通常较小，仅在查询数据上微调模型相对低效，作者逐步将相邻的置信样本增加到有标记的目标域数据中，并维持类别平衡。实验表明，文中所提出的主动学习准则相比现有