重新思考对源模型的需求：由视觉语言模型引导的无源域适应从头开始

无源域适应 (SFDA) 在不访问源数据的情况下使源模型适应目标域，解决隐私和传输问题。然而，现有的方法仍然从源预训练模型进行初始化，因此并不是真正的无源方法。最近的工作引入了视觉语言（ViL）模型来指导适应过程，在这些方法中，我们观察到对于相同的目标域，不同的源模型在最终结果中产生的变化最小，这表明源模型本身的影响有限。受此启发，我们提出了仅 ViL 域适应（VODA），这是一种更严格的设置，消除了对源域的所有依赖，仅依赖于随机初始化的模型、ViL 模型和未标记的目标数据。我们分析了 VODA 的自适应动态，并引入两阶段去噪区域 蒸馏 (TS-DRD)，这是一个两阶段框架，首先用 ViL 指导预热模型，然后寻找 ViL 和自适应模型中固有的去噪区域，从而为 蒸馏 提供更清晰的监督。在 Office-Home、VisDA 和 DomainNet-126 上的实验表明，在 VODA 下，TS-DRD 实现了与仍使用源模型的现有 SFDA 方法竞争或优越的性能，证明了其有效性和 VODA 设置的潜力。