Étiquetage pseudo-dynamique de prototype multicentrique équilibré en classe pour l'adaptation de domaine sans source

Contexte académique et problématique Ces dernières années, les modèles de réseaux de neurones profonds (Deep Neural Networks, DNNs) ont connu un succès remarquable dans les tâches de vision par ordinateur. Cependant, l’entraînement de ces modèles repose sur de grandes quantités de données annotées. Lorsque ces modèles sont appliqués à de nouveaux d...