智慧工地：2PCNet，昼夜无监督域自适应目标检测（附原代码）

文章预览

点击蓝字 关注我们 关注并星标 从此不迷路 计算机视觉研究院 公众号ID ｜ 计算机视觉研究院 学习群 ｜ 扫码在主页获取加入方式 计算机视觉研究院专栏 Column of Computer Vision Institute 由于缺乏夜间图像注释，夜间目标检测是一个具有挑战性的问题。 尽管有几种领域自适应方法，但实现高精度结果仍然是一个问题。 01 前景概要 在使用公认的师生框架的方法中，特别是对于小规模和低光物体，仍然可以观察到假阳性误差传播。我们提出了一种两阶段一致性无监督领域自适应网络2PCNet来解决这些问题。该网络在第一阶段使用来自教师的高置信度边界框预测，并将其附加到学生的区域建议中，供教师在第二阶段重新评估，从而产生高置信度和低置信度伪标签的组合。夜间图像和伪标签在用作学生的输入之前被缩小，从而提供更强的小规模伪标签。为了解 ………………………………