論文の概要: Zero-Shot Domain Generalization via Domain Prompt Learning

• arxiv url: http://arxiv.org/abs/2610.30680v1
• Date: Thu, 22 Oct 2026 03:47:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-24 02:08:44.204772
• Title: Zero-Shot Domain Generalization via Domain Prompt Learning
• Title（参考訳）: ドメインプロンプト学習によるゼロショットドメインの一般化
• Abstract要約: ドメイン一般化 (Domain Generalization, DG) は、モデルから目に見えない領域への一般化を改善することを目的としている。 ゼロショット領域一般化のためのアンダーラインDomain underline Prompt Learning (DoP)を提案する。 DoPは基本的に、テキストと視覚的モダリティの両方でプロンプトを通じて、対象とするドメイン知識を学習する。
• 参考スコア（独自算出の注目度）: 58.38397448910353
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Domain generalization (DG) aims to improve the generalization of the model to any unseen domains. Targeting this goal, existing DG methods mainly focus on learning domain-invariant features or prompts from the given source domains. However, these methods rely on source-domain data, and collecting and annotating large-scale single- or multi-source datasets is often infeasible, limiting the practical applicability of DG. To tackle this challenge, we propose {\underline{Do}}main \underline{P}rompt Learning (DoP), a method built on a large vision-language model (e.g., CLIP) for zero-shot domain generalization, which recognizes unseen classes in unseen target domains without access to source-domain data. DoP essentially learns the target domain knowledge via prompt both in text and visual modalities to overcome the domain shift in text-visual modalities under the test-time adaptation formulation. Specifically, DoP first takes text domain learning (TDL) to simulate various distribution shifts by learning diverse style tokens implicitly in the text space with inter-style diversity loss and intra-style consistency loss. Subsequently, DoP employs visual domain learning (VDL) to further refine the target-domain-relevant style token generated by TDL by making use of the test visual data with self-supervised learning. Extensive experiments on popular DG benchmark datasets (e.g., PACS, VLCS, OfficeHome, and DomainNet) and ImageNet show that our DoP consistently outperforms the state-of-the-art DG approaches. Codes are available at: https://github.com/shiming-chen/DoP.
• Abstract（参考訳）: ドメイン一般化 (Domain Generalization, DG) は、モデルから目に見えない領域への一般化を改善することを目的としている。 この目標を達成するため、既存のDGメソッドは主に、与えられたソースドメインからドメイン不変の機能やプロンプトを学ぶことに焦点を当てている。 しかし、これらの手法はソースドメインデータに依存しており、大規模な単一または複数ソースデータセットの収集と注釈付けは、しばしば実現不可能であり、DGの実用性を制限する。 この課題に対処するために、ゼロショット領域の一般化のための大きな視覚言語モデル(例えばCLIP)上に構築されたメソッドである {\underline{Do}}main \underline{P}rompt Learning (DoP)を提案する。 DoPは基本的に、テスト時間適応の定式化の下で、テキストと視覚の両面でのドメインシフトを克服するために、ターゲットとなるドメイン知識を、テキストと視覚の両方でプロンプトすることで学習する。 具体的には、テキスト空間における多様なスタイルトークンを暗黙的に学習することで、テキストドメイン学習(TDL)を用いて様々な分散シフトをシミュレートする。 その後、DoPはビジュアル・ドメイン・ラーニング(VDL)を使用して、テスト・ビジュアル・データと自己教師付き学習を用いて、TDLが生成するターゲット・ドメイン関連スタイル・トークンをさらに洗練する。 人気のあるDGベンチマークデータセット(例えば、PACS、VLCS、OfficeHome、DomainNet)とImageNetの大規模な実験は、私たちのDoPが最先端のDGアプローチを一貫して上回っていることを示している。 コードは、https://github.com/shiming-chen/DoP.comで入手できる。

関連論文リスト

• Latent Domain Prompt Learning for Vision-Language Models [4.384115998988432]
  鍵となるアイデアは、未確認のターゲットドメインを、トレーニングデータから自動的に検出される潜在ドメインの組み合わせとして表現することである。 4つのベンチマーク実験により、この戦略はVLMベースのベースラインよりも一貫した利得が得られることが示された。
  論文  参考訳（メタデータ） (2025-10-29T08:09:07Z)
• Text-Driven Causal Representation Learning for Source-Free Domain Generalization [82.75041792888274]
  我々は、ソースフリー領域一般化設定に因果推論を統合する最初の方法であるTDCRLを提案する。 我々のアプローチは、堅牢でドメイン不変な特徴を達成するための明確で効果的なメカニズムを提供し、堅牢な一般化を保証する。
  論文  参考訳（メタデータ） (2025-07-14T06:20:42Z)
• In the Era of Prompt Learning with Vision-Language Models [1.060608983034705]
  ドメイン一般化のためのドメインに依存しない新しい学習戦略であるtextscStyLIP を紹介する。 StyLIPは、スタイルプロジェクタを使用してドメイン固有のプロンプトトークンを学習することで、CLIPsビジョンエンコーダの視覚スタイルとコンテンツを切り離す。 また,CLIPの凍結視覚バックボーンを利用した非教師なし領域適応(DA)のためのAD-CLIPを提案する。
  論文  参考訳（メタデータ） (2024-11-07T17:31:21Z)
• Phrase Grounding-based Style Transfer for Single-Domain Generalized Object Detection [109.58348694132091]
  単一ドメインの一般化オブジェクト検出は、複数の未確認対象ドメインに対するモデルの一般化性を高めることを目的としている。 これは、ターゲットのドメインデータをトレーニングに組み込むことなく、ドメインシフトに対処するモデルを必要とするため、実用的だが難しいタスクである。 そこで我々は,課題に対する新しい文節接頭辞に基づくスタイル伝達手法を提案する。
  論文  参考訳（メタデータ） (2024-02-02T10:48:43Z)
• Structured Latent Embeddings for Recognizing Unseen Classes in Unseen Domains [108.11746235308046]
  本稿では,異なる領域からの画像を投影することで,ドメインに依存しない遅延埋め込みを学習する手法を提案する。 挑戦的なDomainNetとDomainNet-LSベンチマークの実験は、既存のメソッドよりもアプローチの方が優れていることを示している。
  論文  参考訳（メタデータ） (2021-07-12T17:57:46Z)
• Inferring Latent Domains for Unsupervised Deep Domain Adaptation [54.963823285456925]
  Unsupervised Domain Adaptation (UDA)は、ラベル付きデータが利用できないターゲットドメインでモデルを学習する問題を指す。 本稿では,視覚データセット中の潜在ドメインを自動的に発見することにより,udaの問題に対処する新しい深層アーキテクチャを提案する。 提案手法を公開ベンチマークで評価し,最先端のドメイン適応手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2021-03-25T14:33:33Z)
• Robust Domain-Free Domain Generalization with Class-aware Alignment [4.442096198968069]
  ドメインフリードメイン一般化(DFDG)は、目に見えないテストドメインでより良い一般化性能を実現するモデル非依存の方法である。 DFDGは新しい戦略を用いてドメイン不変なクラス差別的特徴を学習する。 時系列センサと画像分類公開データセットの両方で競合性能を得る。
  論文  参考訳（メタデータ） (2021-02-17T17:46:06Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。