CVPR 2020 | 北航提出：通过由粗到精特征自适应进行跨域目标检测，表现SOTA！

性能优于PDA、MDA和SWDA等网络。 作者团队：北京航空航天大学   1 引言       近年来，在基于深度学习的目标检测中见证了巨大的进步。但是，由于domain shift问题，将现成的检测器应用于未知的域会导致性能显著下降。为了解决这个问题，本文提出了一种新颖的从粗到精的特征自适应方法来进行跨域目标检测。 在粗粒度阶段，与文献中使用的粗糙图像级或实例级特征对齐不同，采用注意力机制提取前

>>阅读原文<<