01–02 からの入力
03 · 学習と正則化
更新後のモデルを使う
01 · ソース画像レンダリングのラベル：自転車
02 · ターゲットの擬似ラベル街中の写真：オートバイ
ソース · 共同学習擬似ラベルの生成 ↔ 最適化ソースで擬似ラベル生成と最適化を共同学習し、ドメイン間の転移を図る。
ターゲット · 正則化学習初期学習 · 正則化損失序論では初期学習で交差エントロピー損失を正則化損失に置き換え、ターゲット画像上で最小化すると説明する。
更新後の分類器改めて画像を分類
02 · 予測をラベルに次の擬似ラベル
04 · 新しい場面を分類画像 → クラス予測
学習を継続
適応後