CVPR 2020 | 北航提出：通過由粗到精特徵自適應進行跨域目標檢測，表現SOTA！

性能優於PDA、MDA和SWDA等網絡。 作者團隊：北京航空航天大學   1 引言       近年來，在基於深度學習的目標檢測中見證了巨大的進步。但是，由於domain shift問題，將現成的檢測器應用於未知的域會導致性能顯著下降。爲了解決這個問題，本文提出了一種新穎的從粗到精的特徵自適應方法來進行跨域目標檢測。 在粗粒度階段，與文獻中使用的粗糙圖像級或實例級特徵對齊不同，採用注意力機制提取前

>>阅读原文<<