Jul, 2022
通用领域自适应物体检测器
Universal Domain Adaptive Object Detector
TL;DR我们提出了US-DAF方法来解决通用域自适应目标检测中的负迁移问题,提高在各种尺度下的迁移性和区分性。该方法通过两个模块实现:1)设计一个过滤机制模块来促进公共类的特征对齐并抑制私有类的干扰来克服由于类别偏移引起的负迁移。2)引入新的多标签尺度适应器来进行两个域之间相应尺度的个体对齐。实验表明,US-DAF方法在三种场景下均达到了最先进的结果,并在Clipart1k和Watercolor基准数据集上获得了7.1%和5.9%的相对改进。