MILA: Gedächtnisbasierte instanzbasierte Anpassung für domainspezifische Objektdetektion

Die cross-domain-Objektdetektion ist herausfordernd und erfordert die Ausrichtung von beschrifteten Quell- und unbeschrifteten Zielbereichen. Bisherige Ansätze haben adversariales Training eingesetzt, um Merkmale sowohl auf Bild- als auch auf Instanzebene auszurichten. Auf Instanzebene ist die Suche nach einer geeigneten Quellinstanz, die mit einer Zielinstanz übereinstimmt, entscheidend. Eine Quellinstanz gilt als geeignet, wenn sie sich von der Zielinstanz lediglich im Domänenaspekt unterscheidet, ohne Unterschiede in unwichtigen Merkmalen wie Orientierung oder Farbe aufzuweisen, da solche Unterschiede die Fokussierung des Modells auf die Ausrichtung der Domänenunterschiede behindern können. Allerdings haben bestehende Methoden zur Instanzebene-Merkmalsausrichtung Schwierigkeiten, geeignete Quellinstanzen zu finden, da ihr Suchraum auf Mini-Batches beschränkt ist. Mini-Batches sind oft so klein, dass sie nicht immer geeignete Quellinstanzen enthalten. Die unzureichende Vielfalt der Mini-Batches wird besonders problematisch, wenn die Zielinstanzen eine hohe intra-klassische Varianz aufweisen. Um dieses Problem anzugehen, schlagen wir einen speicherbasierten Ansatz zur Instanzebenen-Domänenanpassung vor. Unser Verfahren aligniert eine Zielinstanz mit der am besten passenden Quellinstanz derselben Kategorie, die aus einem Speichermedium abgerufen wird. Konkret führen wir ein Speichermodul ein, das die gepoolten Merkmale aller beschrifteten Quellinstanzen dynamisch speichert und nach ihren Labels kategorisiert. Zusätzlich stellen wir ein einfaches, aber wirksames Speicherabrufmodul vor, das für Zielinstanzen eine Menge passender Speicherplätze abruft. Unsere Experimente unter verschiedenen Domänenverschiebungsszenarien zeigen, dass unser Ansatz bestehende, nicht speicherbasierte Methoden signifikant übertrifft.