基于网络稳定性分析的无监督领域自适应检测
原文中文,约200字,阅读约需1分钟。
📝
内容提要
本文提出了一种基于鲁棒学习思想的目标检测框架,通过使用在源领域上训练的检测模型获取目标领域的嘈杂标签数据,从而实现对领域适应问题的处理。通过在SIM10K、Cityscapes和KITTI等数据集上验证,与现有方法相比,本文方法显著提升。
🎯
关键要点
-
提出了一种基于鲁棒学习思想的目标检测框架。
-
通过源领域训练的检测模型获取目标领域的嘈杂标签数据。
-
实现了对领域适应问题的处理。
-
在SIM10K、Cityscapes和KITTI等数据集上进行了验证。
-
与现有方法相比,本文方法显著提升。
🏷️