BlenDA：通过基于扩散的混合实现域自适应目标检测

通过生成伪样本和软域标签进行自适应训练，提出了一种新的正则化方法BlenDA，用于解决领域自适应目标检测中的领域差异问题。实验证明，该方法能显著提高领域自适应目标检测器AQT的性能，在Foggy Cityscapes数据集上实现了53.4%的mAP，超过了先前方法1.5%。该方法适用于各种领域自适应目标检测范式。