Cross Domain Object Detection via Multi-Granularity Confidence Alignment based Mean Teacher

跨域目标检测通过从已标注的源域中转移知识来学习一个未标注的目标域的物体检测器。虽然Mean Teacher方法取得了很好的结果，但伪标签是相互学习的瓶颈，需要进一步探索。本研究发现，预测的置信度不一致，包括类别水平的过度自信、实例水平的任务置信度不一致以及图像水平的置信度错位，会在训练过程中注入嘈杂的伪标签，从而导致目标域的次优性能。为了解决这个问题，我们提出了一个新的通用框架Multi-Granularity Confidence Alignment Mean Teacher（MGCAMT），用于跨域目标检测，同时减轻类别、实例和图像级别上的置信度不一致，以获得更好的师生学习的高质量伪监督。具体来说，为了使置信度与类别水平的准确性对齐，我们提出了分类置信度对齐（CCA），基于证据深度学习（EDL）模型类别不确定性，并通过一个不确定性感知的选择策略过滤掉类别错误的标签。此外，为了减轻分类和定位之间的实例级别的不对齐，我们设计了任务置信度对齐（TCA），增强两个任务分支之间的交互，并允许每个分类特征自适应地定位最佳的回归特征。最后，我们采用另一种伪标签学习方法，即使用Mean Teacher网络的原始输出进行监督学习而不进行标签分配，以集中于目标图像的整体信息，开发了图像聚焦置信度对齐（FCA）。这三个过程从合作学习的角度互相受益。

本论文旨在解决交叉领域目标检测中的伪标签问题，提出了一种新的方法来解决置信度不一致性问题，从而提高模型性能。

本论文提出了一种名为Multi-Granularity Confidence Alignment Mean Teacher (MGCAMT)的框架，通过同时对类别、实例和图像级别的置信度进行对齐，提高了伪监督的质量，从而改善了交叉领域目标检测中的伪标签问题。

论文使用了Evidential Deep Learning (EDL)来模拟类别的不确定性，并通过一种基于不确定性的选择策略来过滤掉类别错误的标签。此外，论文还提出了Task Confidence Alignment (TCA)来增强分类和定位之间的互动，并允许每个分类特征自适应地定位最佳特征进行回归。最后，论文还开发了Imagery Focusing Confidence Alignment (FCA)来集中于目标图像中的整体信息。

在交叉领域目标检测方面，最近的相关研究包括：《Adversarial Open Domain Adaption for Object Detection》、《Domain Adaptive Faster R-CNN for Object Detection in the Wild》等。