基于自训练无监督跨域目标检测方法研究.pdfVIP

使用自训练自动适应对象检测器以适应新领域

Aruni

RoyChowdhury

Prithvijit

Chakrabarty

Ashish

Singh

SouYoung

Jin

Huaizu

Jiang

Liangliang

Cao

Erik

Learned‑Miller

信息与计算机科学学院

马萨诸塞大学阿默斯特分校{arunirc,

pchakrabarty,

ashishsingh,

souyoungjin,

hzjiang,

llcao,

elm}@cs.umass.edu



这项工作解决了现有对象检测器在新目标领域中

的无监督适应问题。我们假设该领域有大量的未标记

可供使用。我们通过利用现有检测器的高置信度

检测结果以及通过获得的难例（误分类）来自动

为目标数据获取，并将这些难例加入其中。然后

使用这些自动获取的重新训练原始模型。提出了

一种修改过的知识蒸馏损失方法，并研究了几种为来

自目标领域的训练示例分配软的方法。我们在具