- 博客(6)
- 收藏
- 关注
原创 ICCV2023 CSDA: Learning Category-Scale Joint Feature for Domain Adaptive Object Detection阅读笔记
域自适应目标检测(DAOD)旨在通过最小化源域和目标域之间的特征分布来提高目标域的检测性能。最近的方法通常是通过对抗学习将这种分布按类别进行对齐,并取得了一些进展。然而,当物体在不同尺度上分布不均匀时,这种类别级对齐会导致不平衡的物体特征学习,即不同尺度上类别对齐的不一致性。为了更好地进行类别级特征对齐,我们提出了一种联合类别和尺度信息的新型 DAOD 框架,称为 CSDA。具体来说,我们的框架由两个密切相关的模块实现:1)SGFF。
2024-01-07 17:11:14
1158
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人