基于内存回放与加权熵最小化的测试时领域自适应方法

本发明公开了基于内存回放与加权熵最小化的测试时领域自适应方法。所述方法维护一个稳定的内存用来存储可靠样本，并且利用内存样本计算加权熵最小化损失进行优化来保证模型面对异常值的鲁棒性。本方法能够在极大程度上排除异常值对于模型更新的影响，从而增强模型在领域差距存在的情况下，对于常规样本的分类能力。