小样本域适应增益达17.2%
在通用预训练基础上，引入第二阶段的领域自监督预训练，使模型在小样本物体再识别任务上获得更优初始化，超越监督预训练基线。
Ma, Haoyan · 李响 · 院校 · 赵春霞
Knowledge-Based Systems 2023
第二阶段在目标域无标注数据上继续自监督预训练，使模型更适合下游重识别任务，从而在微调后获得更高精度。
在人物重识别的四个数据集上，与监督预训练相比，mAP 分别提升 1.5%、4.3%、3.9%、4.2%，证明自监督两阶段方法优于有监督预训练。
方法在人物和车辆重识别两个不同域上均带来一致提升，说明其不依赖特定域特性，具有较强的通用性。