BlenDA：通过基于扩散的混合进行域自适应目标检测
计算机视觉与模式识别
2024-01-19 v1
摘要
无监督域自适应（UDA）旨在将使用源域标记数据学习的模型迁移到目标域的未标记数据。为了解决源域和目标域之间的大域差距问题，我们提出了一种用于域自适应目标检测的新型正则化方法 BlenDA，通过生成中间域的伪样本及其相应的软域标签来进行自适应训练。中间样本是通过使用现成的预训练文本到图像扩散模型将源图像与其相应的转换图像动态混合而生成的，该模型以目标域的文本标签作为输入，并已展示出卓越的图像到图像转换质量。基于两个自适应基准的实验结果，我们提出的方法可以显著增强最先进的域自适应目标检测器 Adversarial Query Transformer (AQT) 的性能。特别是在 Cityscapes 到 Foggy Cityscapes 的自适应中，我们在 Foggy Cityscapes 数据集上实现了令人瞩目的 53.4% mAP，超越了之前的最先进水平 1.5%。值得注意的是，我们提出的方法也适用于各种范式的域自适应目标检测。代码可在以下网址获取：https://github.com/aiiu-lab/BlenDA
引用
@article{arxiv.2401.09921,
title = {BlenDA: Domain Adaptive Object Detection through diffusion-based blending},
author = {Tzuhsuan Huang and Chen-Che Huang and Chung-Hao Ku and Jun-Cheng Chen},
journal= {arXiv preprint arXiv:2401.09921},
year = {2024}
}
备注
ICASSP(2024):2024 IEEE International Conference on Acoustics, Speech and Signal Processing