本文介绍了Class-Aware Teacher（CAT）方法，用于解决域自适应设置中的类别偏差问题。通过使用Inter-Class Relation module（ICRm）来近似类别关系，减少模型内的偏差。实验证明该方法在不同数据集上能够显著提高少数类别的性能，达到52.5 mAP，超过现有最先进方法的51.2 mAP。