要約
単一ドメイン汎化（S-DG）は、単一のソースドメインから未見の環境にモデルを汎化することを目指しています。しかし、ほとんどのS-DG手法は分類の領域で行われています。これらの手法を物体検出に適用すると、一部の物体の意味的な特徴が損なわれることがあり、これにより物体の位置特定が不正確になったり誤分類が発生したりします。これらの問題を解決するために、我々は物体検出における単一ドメイン汎化向けにオブジェクトアウェアなドメイン汎化（OA-DG）手法を提案します。本手法はデータ拡張と学習戦略から構成されており、それぞれOA-MixとOA-Lossと呼ばれています。OA-Mixは多段階変換とオブジェクトアウェアなミックス戦略を使用してマルチドメインデータを生成します。OA-Lossは元の画像とOA-Mixed画像から物体および背景のドメイン不変表現を学習させることが可能となります。我々が提案する手法は標準ベンチマークにおいて最先端の研究を上回る性能を示しています。当該コードはhttps://github.com/WoojuLee24/OA-DG で公開されています。