基于风格一致性的目标检测域适应
经典分析与常微分方程
2019-12-02 v2
摘要
我们提出一种用于目标检测的域适应方法。我们引入一个两步法：第一步使检测器对低级差异具有鲁棒性，第二步使分类器适应高级特征的变化。对于第一步，我们使用风格迁移方法将源图像进行像素级适配至目标域。我们发现，在风格迁移图像与源图像之间强制令目标检测器的高级特征保持较小距离，可提升在目标域中的性能。对于第二步，我们提出一种鲁棒的伪标注方法，以降低正样本与负样本采样中的噪声。实验评估使用检测器 SSD300 在扩展自 arxiv:1803.11365 所提数据集的 PASCAL VOC 上进行，其中目标域图像具有不同风格。我们的方法在此基准上显著提升了当前最优性能。
引用
@article{arxiv.1911.10032,
title = {On Convexity, Mid-Point Convexity and Hausdorff Measures of Sets},
author = {Shaoming Guo and Tian Lan and Yakun Xi},
journal= {arXiv preprint arXiv:1911.10032},
year = {2019}
}
备注
15 pages