典型文献
基于多尺度掩码分类域自适应网络的跨域目标检测算法
文献摘要：
针对无监督域自适应目标检测中,域的可辨性和不变性之间的矛盾导致域负迁移和多尺度问题,本文中提出了一种可缓解域负迁移的多尺度掩码分类域自适应网络.首先在主干网络上对多个中间层进行图像级域对抗训练.接着在图像级特征图上加入区域提议掩码,作为一种补充信息对实例特征进行补充.最后提出分类别实例级域分类器,在保证域可辨性前提下,使网络尽可能地提取出有效的域不变信息.在Cityscapes和FoggyCityscapes两个数据集上进行验证的结果表明,本文提出的多尺度掩码分类域自适应网络,其域分类平均精度的平均值提高了13.2个百分点,说明网络域自适应能力显著提升.
文献关键词：
目标检测;域自适应网络;深度学习;对抗学习
中图分类号：
作者姓名：
胡杰;徐博远;熊宗权;昌敏杰;郭迪;谢礼浩
作者机构：
武汉理工大学,现代汽车零部件技术湖北省重点实验室,武汉 430070;武汉理工大学,汽车零部件技术湖北省协同创新中心,武汉 430070;武汉理工大学,湖北省新能源与智能网联车工程技术研究中心,武汉 430070
文献出处：
引用格式：
[1]胡杰;徐博远;熊宗权;昌敏杰;郭迪;谢礼浩-.基于多尺度掩码分类域自适应网络的跨域目标检测算法)[J].汽车工程,2022(09):1327-1338
A类：
FoggyCityscapes
B类：
掩码,域自适应网络,跨域,目标检测算法,无监督域自适应,自适应目标检测,可辨,不变性,负迁移,尺度问题,解域,主干网络,中间层,层进,对抗训练,特征图,提议,分类别,分类器,百分点,明网,自适应能力,对抗学习
AB值：
0.308088
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
