跨域检测不掉点
针对无监督域自适应目标检测中的性能下降问题，提出一种基于中间域的在线元学习框架，无需目标域标注即可快速适应新场景。
Yihuan, Zhu · Liu, Yunan · 王春鹏 · Wang, Simiao · 鲁明羽
IEEE Transactions on Circuits and Systems for Video Technology 2023
采用无监督域自适应方式，模型可直接适配到新目标域，省去人工标注成本。
引入最短路更新策略，缓解高阶梯度带来的重计算负担，提升训练效率。
在雾天、跨相机、合成到真实、真实到艺术风格等多个基准场景中均取得最优结果，性能可靠。