面向城市场景广义目标检测的物体风格扩散
计算机视觉与模式识别
2024-12-19 v1
摘要
目标检测是计算机视觉中的一项关键任务，在自动驾驶和城市场景监控等多个领域都有应用。然而，基于深度学习的方法通常需要大量的标注数据，这些数据获取成本高且困难，特别是在复杂且不可预测的现实世界环境中。这种依赖性严重阻碍了现有目标检测技术的泛化能力。为了解决这个问题，我们引入了一种新颖的单域目标检测泛化方法，名为 GoDiff，该方法利用预训练模型来增强在未见域中的泛化能力。我们方法的核心是伪目标数据生成（PTDG）模块，该模块采用潜在扩散模型来生成伪目标域数据，这些数据在保留源域特征的同时引入了风格变化。通过将这种伪数据与源域数据整合，我们使训练数据集多样化。此外，我们引入了一种跨风格实例归一化技术，以融合由 PTDG 模块生成的不同域的风格特征，从而增强检测器的鲁棒性。实验结果表明，我们的方法不仅增强了现有检测器的泛化能力，而且还可以作为其他单域泛化方法的即插即用增强组件，在自动驾驶场景中实现了最先进的性能。
引用
@article{arxiv.2412.13815,
title = {Object Style Diffusion for Generalized Object Detection in Urban Scene},
author = {Hao Li and Xiangyuan Yang and Mengzhu Wang and Long Lan and Ke Liang and Xinwang Liu and Kenli Li},
journal= {arXiv preprint arXiv:2412.13815},
year = {2024}
}