《Adapting Object Detectors via Selective Cross-Domain Alignment》筆記

Introduction 深度卷積網絡模型的性能非常依賴數據集。如果數據集的數據分佈與現實生活的數據分佈一致，深度模型能夠表現出優異的性能。但是，現有的基礎數據集只覆蓋了有限範圍內的場景。在現實世界的模型部署中，環境條件的變化，比如成像傳感器、天氣和光照的變化，會產生明顯的域偏移，數據分佈和數據集的數據分佈不一致，導致了模型的表現性能下降。 如下圖所示，用城市風景數據集訓練的檢測模型在城市風景圖像

>>阅读原文<<