Align and Distill: Vereinheitlichung und Verbesserung der domainspezifischen Objekterkennung

Objektdetektoren erzielen oft schlechte Ergebnisse auf Daten, die sich von ihrem Trainingsdatensatz unterscheiden. Domain-adaptive Objektdetektionsmethoden (DAOD) haben kürzlich starke Ergebnisse bei der Bewältigung dieser Herausforderung gezeigt. Leider identifizieren wir systematische Probleme im Benchmarking, die frühere Ergebnisse in Frage stellen und einen Fortschritt erschweren: (a) Überbewertung der Leistung aufgrund schwacher Baselines, (b) Inkonsistente Implementierungspraktiken, die transparente Vergleiche zwischen Methoden verhindern, und (c) Mangel an Allgemeingültigkeit aufgrund veralteter Backbone-Architekturen sowie geringe Vielfalt in den Benchmarks. Wir beheben diese Probleme durch die Einführung von: (1) einem einheitlichen Benchmarking- und Implementierungsframework namens Align and Distill (ALDI), das den Vergleich von DAOD-Methoden ermöglicht und zukünftige Entwicklungen unterstützt, (2) einem fairen und modernen Trainings- und Evaluierungsprotokoll für DAOD, das die genannten Benchmarking-Pitfalls adressiert, (3) einem neuen DAOD-Benchmark-Datensatz, CFC-DAOD, der die Evaluation auf vielfältigen realen Datensätzen ermöglicht, sowie (4) einer neuen Methode, ALDI++, die durch ein erhebliches Maß an Leistungsvorsprung die bisher beste Ergebnisqualität erreicht. ALDI++ übertrifft die vorherige State-of-the-Art um +3,5 AP50 bei der Aufgabe Cityscapes zu Foggy Cityscapes, um +5,7 AP50 bei Sim10k zu Cityscapes (wo unsere Methode die einzige ist, die eine faire Baseline schlägt) und um +0,6 AP50 bei CFC Kenai zu Channel. ALDI und ALDI++ sind architekturunabhängig und etablieren eine neue State-of-the-Art sowohl für YOLO- als auch für DETR-basierte DAOD-Methoden, ohne zusätzliche Hyperparameter-Tuning zu erfordern. Unser Framework, der Datensatz sowie die neue State-of-the-Art-Methode bieten eine entscheidende Neuausrichtung für DAOD und legen eine solide Grundlage für zukünftige Forschung. Code und Daten sind verfügbar unter: https://github.com/justinkay/aldi und https://github.com/visipedia/caltech-fish-counting.