تكييف كاشفات الكائنات باستخدام التطبيع الشرطي للنطاق

تُعاني كاشفات الأشياء الواقعية غالبًا من الفجوات بين المجالات (Domain Gaps) بين مجموعات البيانات المختلفة. في هذه الدراسة، نقدم طريقة تُدعى التطبيع الشرطي للمجال (Conditional Domain Normalization - CDN) لسد هذه الفجوة. صُممت CDN لترميز مدخلات المجالات المختلفة إلى فضاء خفي مشترك، بحيث تحمل الميزات من مجالات مختلفة نفس السمة المتعلقة بالمجال. لتحقيق ذلك، نقوم أولاً بفصل السمة الخاصة بالمجال من الميزات الشكلية (السمات المعجمية) لمنطقة واحدة باستخدام وحدة ترميز المجال (Domain Embedding Module)، والتي تتعلم متجه مجال (Domain-Vector) يُمثل معلومات السمة المتعلقة بالمجال المقابل. ثم يُستخدم هذا المتجه لترميز الميزات من مجال آخر من خلال تطبيع شرطي، مما يؤدي إلى أن تحمل ميزات المجالات المختلفة نفس السمة المتعلقة بالمجال. تم دمج CDN في مراحل متعددة من التحويل (Convolution Stages) في كاشف الأشياء، بهدف التكيف التلقائي مع تغيرات المجال في تمثيلات مختلف المستويات. على عكس الطرق الحالية للتكيف التي تُجري تعلمًا للإرباك بين المجالات على الميزات الشكلية لإزالة العوامل الخاصة بالمجال، تُعد CDN توزيعات المجال المختلفة من خلال تعديل الميزات الشكلية لمجال واحد بناءً على المتجه الخاص بالمجال المُتعلَّم من مجال آخر. أظهرت التجارب الواسعة أن CDN تتفوق بشكل ملحوظ على الطرق الحالية في معايير التكيّف الواقعية-الواقعية والواقعية-الاصطناعية، بما في ذلك كاشفات الكشف ثنائي الأبعاد في الصور وكاشفات الكشف ثلاثية الأبعاد في سحابات النقاط.