CLIP the Gap：一种用于目标检测的单域泛化方法
计算机视觉与模式识别
2023-03-07 v2
摘要
单域泛化（SDG）解决的是在单个源域上训练模型，使其能泛化到任意未见目标域的问题。虽然这在图像分类中已得到充分研究，但关于 SDG 目标检测的文献几乎不存在。为了应对同时学习鲁棒目标定位和表示的挑战，我们提出利用预训练的视觉-语言模型，通过文本提示引入语义域概念。我们通过一种作用于检测器骨干网络提取特征的语义增强策略，以及一个基于文本的分类损失来实现这一点。我们的实验证明了该方法的优势，在现有唯一的 SDG 目标检测方法 Single-DGOD [49] 的多样化天气驾驶基准上，性能提升了 10%。
引用
@article{arxiv.2301.05499,
title = {CLIP the Gap: A Single Domain Generalization Approach for Object Detection},
author = {Vidit Vidit and Martin Engilberge and Mathieu Salzmann},
journal= {arXiv preprint arXiv:2301.05499},
year = {2023}
}