本文探讨了自集成方法在视觉域适应问题中的应用。我们的技术源自时间集成（Laine 等，2017）的均值教师变体（Tarvainen 等，2017），该技术在半监督学习领域取得了最先进的成果。我们对他们的方法进行了若干改进，以应对具有挑战性的域适应场景，并评估了这些改进的有效性。我们的方法在多种基准测试中取得了最先进的结果，包括我们在 VISDA-2017 视觉域适应挑战赛中的获胜作品。在小图像基准测试中，我们的算法不仅超越了先前的技术，还能够实现接近监督训练分类器的准确性。