CVPRApr, 2019

利用自我训练实现目标检测器对新领域的自动适应

TL;DR本文提出了一种基于未标注视频数据的无监督目标检测器自适应方法,该方法利用现有检测器的高置信度检测结果和跟踪器获取时序提示来自动获取目标数据标签,然后通过修改知识蒸馏损失函数和软标签的分配方法进行重新训练,实验结果表明该方法恰当地利用了追踪获取的困难样本,使用蒸馏损失函数的软标签优于硬标签,是一种简单且不依赖超参数的有效无监督目标检测器自适应方法。