一句话定义

联邦域适应（federated domain adaptation） 指这样一种适配方式：源域的数据分散在多个站点（各门店、各厂区、各分支机构），不能集中；目标域有新数据但完全没有标注。要在这种条件下把模型调到目标域上可用，同时让原始数据不出站点。

它和普通域适应的区别在数据位置，和普通联邦学习的区别在目标域没有标签：源域有标注，目标域只有图像、没有答案。

它解决什么问题

模型换场景就掉点，这件事在连锁场景里几乎是结构性的：同一套识别模型，装到新开门店，灯光色温不同、层高不同、货架间距不同、摄像头型号和角度也不同，识别率就往下走。

集中式域适应的做法是把目标域数据收到一起，和源域数据联合训练。这条路在零售现场会撞上两个墙：

  • 原始画面不便出店。 门店摄像头拍到的不只是商品，还有顾客。把图像集中到总部，合规评估、存储、传输都是成本。
  • 目标域没有标注。 新店刚开，没人有空标数据；就算标，标出来的量也小。

联邦的思路是让数据不动、模型动。但常规联邦域适应有个现实问题：它通常要多轮通信——每轮各站点训练、上传参数、服务器聚合、再下发。门店的网络是夜间才宽裕，一轮跑得动，几十轮就跑不完；聚合策略本身也很复杂。

关键做法

arXiv 上 2026 年 10 月的一篇工作（编号 2610.30646，方法名 SKD-ETR）把这件事压到了单轮，做法有三个要点：

  • 用集成给出软伪标签，并且把它平滑。 多个源域模型在目标域数据上各出一次预测，集成后作为学生的监督信号。用概率分布而不是硬标签，再做平滑处理，压掉过度自信——源模型在新场景上错得往往很自信，硬标签会把这种自信固化成训练目标。
  • 学生随机初始化，一次蒸馏结束。 不做多轮聚合，也不需要复杂的服务器端加权，通信只发生一轮。
  • 教师反过来向学生靠。 学生训完后，把每个源模型的参数朝学生做指数滑动平均插值，把目标域的知识回写到教师里。这一步不产生额外通信，下一批目标域数据来时，教师本身已经更适应了。

论文在 OfficeHome、Office-Caltech、DomainNet 三个公开数据集上对比，结论是精度有竞争力，同时通信与计算开销更低，在标签有噪声的情况下也更稳。

用不上的时候

  • 单轮省的是通信，不是对源模型的要求。 教师集成本身要够强、要覆盖目标域的差异。源模型全都在新场景上错得离谱时，蒸馏只会把错误放大并固化。
  • 平滑不是万能的。 类别极不平衡时，平滑后的软标签仍然会偏向多数类。稀有的高单价品类、季节性的临时包装，该单独补样本还是得补。
  • 交换模型不等于零风险。 参数和软标签也可能泄露信息，具体风险要看交换的是什么、有没有加噪或裁剪。合规判断要以实际交换内容为准，不能因为"数据没出店"就默认安全。
  • 只有几家店时不值得。 三五个门店，目标域数据量不大，本地标几百张做微调更直接、更好验收。这套方法的收益随站点数量增加才显现。
  • 一次性的漂移不用训模型。 换了灯管、调了摄像头角度这类一次性变化，改硬件和曝光参数比训模型快得多。
  • 品类结构变了不是域偏移。 新店卖的东西和老店不一样，这是长尾覆盖问题，域适应解决不了。

参考

arXiv:2610.30646，One-shot federated unsupervised domain adaptation with Smoothed Knowledge Distillation and teacher refinement（2026-10-22）。提出 SKD-ETR：源模型集成在目标域上产生平滑软伪标签，学生随机初始化后单轮蒸馏，再用 EMA 把学生参数插值回各源模型完成双向精炼；在 OfficeHome、Office-Caltech、DomainNet 上取得有竞争力的精度，通信与计算开销更低，对噪声监督更稳健。

延伸阅读

相关词条

火眼识别提供端侧视觉引擎与设备管理平台，相关方案见 火眼识别官网。