深度域自適應目標檢測（DDAOD）

由於傳統深度學習數據樣本訓練和測試的分佈都是一致的，對於難以獲取的數據採用傳統方法會有很大的數據獲取難度，因此，跨域檢測是一個很好的方向。 域轉移的機制有四種類型： 基於差異、基於對抗、基於重構、基於混合 1.基於差異的DDAOD方法： 使用標記的或者未標記的目標域數據對基於深度網絡的檢測模型進行微調來減少域偏移 ——Pedestrian detection with unsupervised m

>>阅读原文<<