基于短语定位的风格迁移用于单域广义目标检测

单域广义目标检测旨在仅使用训练阶段的单个源域数据，增强模型对多个未见目标域的泛化能力。这是一项实用但具有挑战性的任务，因为它要求模型在不将目标域数据纳入训练的情况下处理域偏移。在本文中，我们针对该任务提出了一种新颖的基于短语定位的风格迁移（PGST）方法。具体来说，我们首先为每个未见目标域定义文本提示来描述潜在目标。然后，我们利用基于定位的语言-图像预训练（GLIP）模型来学习这些目标域的风格，并实现从源域到目标域的风格迁移。经过风格迁移的源域视觉特征语义丰富，并且可能接近目标域中的想象对应物。最后，我们使用这些经过风格迁移的视觉特征来微调GLIP。通过引入想象对应物，检测器仅使用单个源域进行训练即可有效泛化到未见目标域。在五个不同的天气驾驶基准上的大量实验结果表明，我们提出的方法达到了最先进的性能，甚至超过了某些将目标域图像纳入训练过程的域自适应方法。源代码和预训练模型将公开提供。