我们提出了一种名为GraphCTA的新范式，通过一系列步骤解决领域适应问题。实验结果表明我们提出的模型较最近的无源基准模型有很大的改进。

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。