简化无源目标检测的自训练：有效自训练策略与性能洞察

本文关注计算机视觉中无源目标检测的源域适应问题。由于为每个新域获取标注数据集的成本，该任务具有很大的实际应用价值。最近的研究提出了各种解决方案用于源域无目标检测 (SFOD)，大多数是基于教师-学生体系结构的变体，包含多样化的特征对齐、正则化和伪标签选择策略。我们的工作调查了更简单方法与更复杂 SFOD 方法在多个适应场景中的性能。我们强调了检测器主干网络中批归一化层的重要性，表明仅调整批统计信息是 SFOD 的一个强基准。我们提出了一种 Mean Teacher 强-弱数据增强扩展的简单方案，即 Source-Free Unbiased Teacher (SF-UT)，并表明它实际上超过了大多数以前的 SFOD 方法。此外，我们展示了一种甚至更简单的方法，即在固定的伪标签集合上训练，可实现与更复杂的教师-学生相互学习相似的性能，同时计算效率更高，缓解了教师-学生崩溃的主要问题。我们在包括 (Foggy)Cityscapes、Sim10k 和 KITTI 在内的多个适应任务上进行了实验，与最新 SFOD 方法相比，在 Cityscapes$\rightarrow$Foggy-Cityscapes 上实现了显著的 4.7% AP50 提升。源代码可在 https://github.com/EPFL-IMOS/simple-SFOD 上获取。