面向源无关目标检测的上下文感知基座教师模型
计算机视觉与模式识别
2026-05-26 v3
摘要
源无关目标检测（SFOD）由于类别不平衡驱动的上下文偏差和噪声伪标签下师生训练的不稳定性而面临持续挑战。现有方法倾向于忽略上下文偏差和类别不平衡偏移，尤其是在医学数据中。为此，我们提出了基座教师（GT），一个基于偏差的源无关框架，通过关系和语义正则化来锚定教师模型。为了显式建模类别之间的方向性混淆，GT引入了一个关系上下文模块（RCM），该模块维护跨域上下文偏差的指数移动平均（EMA）估计。在此基础上，语义增强（SA）策略通过源相似和目标区域中的自适应MixUp选择性地增强少数类和易混淆类，在不主导类别过拟合的情况下提高少数类召回率。为了在有偏伪标签下稳定学习，我们设计了一个语义感知损失（SAL），它应用对角归一化权重，防止梯度爆炸同时强调少数-多数修正。此外，从大型视觉基础模型（LVFM）派生的冻结专家分支在训练期间充当监督参考，在不增加推理开销的情况下完善伪标签质量。GT的行为驱动偏差量化使其广泛适用于各领域而不依赖数据集先验。在Cityscapes-to-Foggy（50.8 mAP）和医学迁移（DDSM-to-INBreast上+5.9 AP50）上的评估显示了一致的提升和改善的少数类检测，训练成本增加不到12%。代码和模型可在https://github.com/Tajamul21/Grounded-Teacher获取。
引用
@article{arxiv.2504.15404,
title = {Context Aware Grounded Teacher for Source Free Object Detection},
author = {Tajamul Ashraf and Rajes Manna and Partha Sarathi Purkayastha and Tavaheed Tariq and Janibul Bashir},
journal= {arXiv preprint arXiv:2504.15404},
year = {2026}
}
备注
Accepted in International Journal of Computer Vision (IJCV); Project Webpage: https://tajamul21.github.io/Grounded_Teacher/