画像のドメイン変換をする際にpre-trainedの物体検出モデルを使ってオブジェクトを検出しておき、オブジェクトごとの特徴を抽出して、画像全体から得られた特徴マップにマージしてからGeneratorに与える。また、ドメイン変換前後でオブジェクトが同じ位置で検出されるようにlossを加えている。