JMT-YOLO域自适应目标检测框架发布

Zhenhua Yu 等作者提出 JMT-YOLO，一个用于域自适应目标检测（DAOD）的联合多任务学习框架。该框架基于 Mean Teacher 架构，引入辅助语义分割任务和随机掩码一致性损失，以提升目标域前景-背景语义边界建模与实例级特征对齐。 作者称，这一设计旨在克服域自适应目标检测中的相关挑战。目前该工作以 arXiv cs.CV 论文形式发布，尚未见在其他数据集或实际场景中验证效果的报道。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。