特征互斥化的目标检测域适应方法

来源：计算机工程与应用杂志2024年第10期北京时间：

作者：李润泽, 王子磊

单位：中国科学技术大学，合肥 230027

摘要：当前，蒸馏学习已成为目标检测无监督域适应领域中的一种常用技术手段。然而蒸馏带来的特征偏移会导致目标域上伪标签的准确性较低，不利于目标域的精确检测。因此提出特征互斥化方法，包括特征分布互斥化和特征属性互斥化。其中特征分布互斥化鼓励网络对不同类别的特征分布进行互斥，特征属性互斥化促使分类器对不同类别主要使用的属性进行互斥。还提出强弱增强一致性方法对网络的预测输出进行一致性约束，促使网络提取的特征中主要包含与目标域检测相关的属性，进一步提高特征互斥化方法的效果。所提方法在多个域适应场景上进行了广泛的实验，在相同实验设置下的结果表明，所提方法较其他先进方法具有更好的有效性。

关键词：目标检测,无监督域适应,蒸馏学习,计算机视觉