域适应

域适应是指迁移学习的重要分支，通过算法缩小源域（训练数据所在域）与目标域（实际推理数据所在域）之间的数据分布差异。让在源域训练的模型，能够在存在场景、光照、设备等差异的目标域中保持良好的性能，解决模型落地时的泛化难题。