本发明公开了神经网络的无监督域适应。本文提出的方法提供无监督域迁移学习。特别地，可以使用至少来自第一域的标记数据和来自第二域的未标记数据一起训练三个神经网络。使用特征提取网络提取数据的特征。第一个分类器网络使用这些特征对数据进行分类，而第二个分类器网络使用这些特征来确定相关域。组合损失函数用于优化网络，目的是特征提取网络提取第一个分类器网络能够用来准确分类数据的特征，但阻止第二个分类器确定图像的域。即使第二个域可能几乎没有标记的训练数据，这种优化也使对象分类可以在任意域都以高准确度执行。