论文阅读《Cross-domain Detection via Graph-induced Prototype Alignment》
论文阅读问题:领域自适应问题。将在特定领域训练好的检测器应用到新的领域是有风险的,由于两个领域之间存在差距,比如背景、天气、光照等在不同地点都是不同的,会使得模型的性能下降。还有就是场景中不同的目标的模态信息是不同的(在不同角度下的汽车会呈现出不同的形态),所以作者认为源域和目标域的特征对齐是难以实现的。解决方法:作者提出了一个图诱导原型对齐(GPA)框架,通过精细的原型表示来寻求类别级领域对齐。简单的说:1. 区域提议之间以图的信息传播,获得更精细的实例级(目标本身)特征,然后在这个基础上派生出每个
原创
2021-09-08 22:39:24 ·
651 阅读 ·
0 评论