#unsupervised domain generalization, #domain transfer 기본적으로 MOCOv2 방법을 따른다. 다른점은 같은 이미지에 augmentation을 적용하여 얻은 생성샘플 (a, b)2개를 BrAD domain으로 transfer 시킨다. 그리고 이에 대해 contrastive learning을 수행한다. Queue에는 도메인마다 분류하여 피쳐를 저장하고, negative key는 현재 샘플과 동일한 도메인 피쳐를 샘플링하여 학습한다. 학습은 3개의 loss로 구성된다. 1. BrAD 모델 loss: 정답은 휴리스틱한 방법(canny edge detector, or HED 모델)을 사용한다. 2. Domain adversarial loss: BrAD 도메인으로 tra..
