SPLAT：用于检测的语义像素级自适应变换
计算机视觉与模式识别
2018-12-04 v1
摘要
视觉检测器的域自适应是一项关键挑战，然而现有方法忽视了像素外观变换，转而关注自举和/或域混淆损失。我们提出一种语义像素级自适应变换（SPLAT）方法用于检测器自适应，可高效生成跨域图像对。我们的模型使用对齐对和/或伪标签损失将目标检测器自适应到目标域，并且可以在有或没有源域中密集标注数据（例如语义分割标注）的情况下学习变换。在没有密集标签时（即源域仅有检测标签的情况），变换使用 CycleGAN 对齐学习。否则，当有密集标签可用时，我们引入一种更高效的免循环方法，其利用像素级语义标签来调节变换网络的训练。然后端任务使用来自源域的检测框标签进行训练，可能包含在未标注源数据上推断出的标签。我们既展示了像素级变换优于先前的检测器域自适应方法，又展示了我们的免循环方法在不受约束的基于循环的通用变换学习中优于先前模型，同时运行速度快 3.8 倍。我们组合后的模型在从 Sim 10K 到 Cityscapes 的自适应中将先前的检测基线提升了 12.5 mAP，恢复了未自适应基线与有标签目标上界之间缺失性能的 50% 以上。
引用
@article{arxiv.1812.00929,
title = {SPLAT: Semantic Pixel-Level Adaptation Transforms for Detection},
author = {Eric Tzeng and Kaylee Burns and Kate Saenko and Trevor Darrell},
journal= {arXiv preprint arXiv:1812.00929},
year = {2018}
}