VCL Challenges 2023于ICCV 2023技术报告：用于测试时自适应目标检测的双层自适应方法
计算机视觉与模式识别
2023-10-16 v1
摘要
本报告概述本团队参与VCL Challenges B持续测试时自适应(Continual Test_time Adaptation)的情况，重点介绍方法的技术细节。我们主要关注采用双层自适应的测试时自适应(Test-time Adaptation)，涵盖图像级与检测器级自适应。在图像级，我们采用基于可调参数的图像滤波器；在检测器级，我们利用基于可调参数的均值教师(mean teacher)模块。最终，通过这些双层自适应，我们在VCL Challenges B测试集目标域上取得了38.3% mAP的优异成绩。值得注意的是，mAP降幅极小，仅4.2%，整体性能为32.5% mAP。
引用
@article{arxiv.2310.08986,
title = {VCL Challenges 2023 at ICCV 2023 Technical Report: Bi-level Adaptation Method for Test-time Adaptive Object Detection},
author = {Chenyu Lin and Yusheng He and Zhengqing Zang and Chenwei Tang and Tao Wang and Jiancheng Lv},
journal= {arXiv preprint arXiv:2310.08986},
year = {2023}
}