域适应目标检测:Strong-Weak论文笔记——Strong-Weak Distribution Alignment for Adaptive Object Detection
综述
论文题目:《Strong-Weak Distribution Alignment for Adaptive Object Detection》
会议时间:IEEE Conference on Computer Vision and Pattern Recognition 2019 (CVPR, 2019)
源码地址:https://github.com/VisionLearningGroup/DA_Detection
针对领域:域适应目标检测
主要思想
利用对抗性学习来调整源域数据分布和目标域数据分布是常用的域适应算法,通过将泛化误差限制在域间的差异内,可以很好地让模型适应输入图像领域的变化。传统的观点认为必须尽可能地减少域间差异,但执行无差别的对齐有可能会损害模型的检测性能。在目标检测中,对齐全局特征意味着不仅对象类别需要相似,