Buchumschlag

ElimPCL: Eliminating Noise Accumulation with Progressive Curriculum Labeling for Source-Free Domain Adaptation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cheng, Jie, Zheng, Hao, Zheng, Meiguang, Wang, Lei, Wu, Hao, Zhang, Jian
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Robust Source-Free Domain Adaptation for Medical Image Segmentation based on Curriculum Learning
von: Zhang, Ziqi, et al.
Veröffentlicht: (2025)

Label Calibration in Source Free Domain Adaptation
von: Rai, Shivangi, et al.
Veröffentlicht: (2025)

De-Confusing Pseudo-Labels in Source-Free Domain Adaptation
von: Diamant, Idit, et al.
Veröffentlicht: (2024)

Diffusion-Driven Progressive Target Manipulation for Source-Free Domain Adaptation
von: Huang, Yuyang, et al.
Veröffentlicht: (2025)

Uncertainty-Aware Pseudo-Label Filtering for Source-Free Unsupervised Domain Adaptation
von: Chen, Xi, et al.
Veröffentlicht: (2024)

ProCal: Probability Calibration for Neighborhood-Guided Source-Free Domain Adaptation
von: Zheng, Ying, et al.
Veröffentlicht: (2026)

Agile Multi-Source-Free Domain Adaptation
von: Li, Xinyao, et al.
Veröffentlicht: (2024)

Analysis of Pseudo-Labeling for Online Source-Free Universal Domain Adaptation
von: Schlachter, Pascal, et al.
Veröffentlicht: (2025)

Proxy Denoising for Source-Free Domain Adaptation
von: Tang, Song, et al.
Veröffentlicht: (2024)

Unified Source-Free Domain Adaptation
von: Tang, Song, et al.
Veröffentlicht: (2024)

Evidential Graph Contrastive Alignment for Source-Free Blending-Target Domain Adaptation
von: Zheng, Juepeng, et al.
Veröffentlicht: (2024)

Co-STAR: Collaborative Curriculum Self-Training with Adaptive Regularization for Source-Free Video Domain Adaptation
von: Dadashzadeh, Amirhossein, et al.
Veröffentlicht: (2025)

PCM-SAR: Physics-Driven Contrastive Mutual Learning for SAR Classification
von: Wang, Pengfei, et al.
Veröffentlicht: (2025)

Multi-Prompt Progressive Alignment for Multi-Source Unsupervised Domain Adaptation
von: Chen, Haoran, et al.
Veröffentlicht: (2025)

Source-Free Domain Adaptation with Vision-Language Prior
von: Tang, Song, et al.
Veröffentlicht: (2026)

Prototype-Based Pseudo-Label Denoising for Source-Free Domain Adaptation in Remote Sensing Semantic Segmentation
von: Wang, Bin, et al.
Veröffentlicht: (2025)

Source-Free Domain Adaptation for Geospatial Point Cloud Semantic Segmentation
von: Gao, Yuan, et al.
Veröffentlicht: (2026)

Empowering Source-Free Domain Adaptation via MLLM-Guided Reliability-Based Curriculum Learning
von: Chen, Dongjie, et al.
Veröffentlicht: (2024)

Shuffle PatchMix Augmentation with Confidence-Margin Weighted Pseudo-Labels for Enhanced Source-Free Domain Adaptation
von: Pulakurthi, Prasanna Reddy, et al.
Veröffentlicht: (2025)

RepFace: Refining Closed-Set Noise with Progressive Label Correction for Face Recognition
von: Zhang, Jie, et al.
Veröffentlicht: (2024)

Reliable Source Approximation: Source-Free Unsupervised Domain Adaptation for Vestibular Schwannoma MRI Segmentation
von: Zeng, Hongye, et al.
Veröffentlicht: (2024)

A Curriculum-style Self-training Approach for Source-Free Semantic Segmentation
von: Wang, Yuxi, et al.
Veröffentlicht: (2021)

Energy-Based Pseudo-Label Refining for Source-free Domain Adaptation
von: Meng, Xinru, et al.
Veröffentlicht: (2025)

Source-free Video Domain Adaptation by Learning from Noisy Labels
von: Dasgupta, Avijit, et al.
Veröffentlicht: (2023)

FreeDNA: Endowing Domain Adaptation of Diffusion-Based Dense Prediction with Training-Free Domain Noise Alignment
von: Xu, Hang, et al.
Veröffentlicht: (2025)

StableMind: Source-Free Cross-Subject fMRI Decoding with Regularized Adaptation
von: Guo, Jintao, et al.
Veröffentlicht: (2026)

A Tale of Two Experts: Cooperative Learning for Source-Free Unsupervised Domain Adaptation
von: Yu, Jiaping, et al.
Veröffentlicht: (2025)

Memory-Efficient Pseudo-Labeling for Online Source-Free Universal Domain Adaptation using a Gaussian Mixture Model
von: Schlachter, Pascal, et al.
Veröffentlicht: (2024)

Source-Free Unsupervised Domain Adaptation with Hypothesis Consolidation of Prediction Rationale
von: Shu, Yangyang, et al.
Veröffentlicht: (2024)

Source-Free Domain Adaptation with Frozen Multimodal Foundation Model
von: Tang, Song, et al.
Veröffentlicht: (2023)

LanDA: Language-Guided Multi-Source Domain Adaptation
von: Wang, Zhenbin, et al.
Veröffentlicht: (2024)

Asymmetric Co-Training for Source-Free Few-Shot Domain Adaptation
von: Li, Gengxu, et al.
Veröffentlicht: (2025)

Temporal Source Recovery for Time-Series Source-Free Unsupervised Domain Adaptation
von: Wang, Yucheng, et al.
Veröffentlicht: (2024)

Trust And Balance: Few Trusted Samples Pseudo-Labeling and Temperature Scaled Loss for Effective Source-Free Unsupervised Domain Adaptation
von: Maracani, Andrea, et al.
Veröffentlicht: (2024)

Closing the Confusion Loop: CLIP-Guided Alignment for Source-Free Domain Adaptation
von: Wang, Shanshan, et al.
Veröffentlicht: (2026)

Training-Free Model Merging for Multi-target Domain Adaptation
von: Li, Wenyi, et al.
Veröffentlicht: (2024)

Source-Free Domain Adaptation by Optimizing Batch-Wise Cosine Similarity
von: Pathak, Harsharaj, et al.
Veröffentlicht: (2026)

SALAD: Source-free Active Label-Agnostic Domain Adaptation for Classification, Segmentation and Detection
von: Kothandaraman, Divya, et al.
Veröffentlicht: (2022)

Model Adaptation: Unsupervised Domain Adaptation without Source Data
von: Li, Rui, et al.
Veröffentlicht: (2025)

Training-Free Label Space Alignment for Universal Domain Adaptation
von: Lee, Dujin, et al.
Veröffentlicht: (2025)