4月2日消息，北航提出跨域目標檢測SOTA新方法，以解決domain shift問題。在論文《Cross-domain Object Detection through Coarse-to-Fine Feature Adaptation》中，他們提出了一種新穎的從粗到精的特徵自適應方法來進行跨域目標檢測。在粗粒度階段，與文獻中使用的粗糙圖像級或實例級特徵對齊不同，採用注意力機制提取前景區域，並通過多層對抗學習根據邊緣分佈對邊緣區域進行對齊。在細粒度階段，通過最小化具有相同類別但來自不同域的全局原型的距離來進行前景的條件分佈對齊。由於這種從粗到細的特徵自適應，前景區域中的領域知識可以有效地傳遞。在各種跨域檢測方案中進行了廣泛的實驗，結果證明了所提出方法的廣泛適用性和有效性。
分享到:
閱讀更多 智東西 的文章
