- …
- …
#402
summarized by : Kazuki Omi
どんな論文か？
物体検出モデルのドメイン適応に関する論文．
teacherネットワークがラベルのないターゲットドメインの疑似ラベルを生成し，studentネットワークが生成された疑似ラベルを用いてターゲットドメインを学習する．さらにソースとターゲットの分布をそろえるためにgradient reverse layerを持った識別器と敵対的に学習を行う．
新規性
既存の単純なteacher-studentネットワークによるターゲットドメインの疑似ラベルは正しくないラベルを生成する場合が多くあることを実験的に示し，相互学習を拡張した敵対的学習と弱-強拡張を用いた新しいフレームワークの提案している．
結果
Cityscapes, Foggy Cityscapes, PASCAL VOC, Clipart1k, Watercolor2kという5つのデータセットで実験を行った．
特に Cityscapes → Foggy Cityscapesのドメイン適応の設定においては従来手法や教師あり学習よりも大幅な性能向上が見られた．
その他（なぜ通ったか？等）
- …
- …