概述
1. Cross-Domain Weakly-Supervised Object Detection through Progressive Domain Adaptation
出自：CVPR 2018,源代码中深度学习框架用的Chainer
（1）数据集：
用PASCAL VOC 做 source domain
用他们自己建的：Clipark1k，Watercolor2k和Comic2k三个数据集作为target domain
其中各个数据集的 组成为：
（2）. 方法
方法比较简单，融入了两个 一个用技巧：
（a）CycleGAN减小domain‘s difference；
（b）对target 样本加pseudo labels，参与训练（weakly-supervised)，提高cross-domain的识别精度。
（3）用的识别方法：SSD300，YOLOv2, Faster R-CNN.
最后
以上就是傻傻小虾米为你收集整理的Domain adaptation for object detection的全部内容，希望文章能够帮你解决Domain adaptation for object detection所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复