域適應已經是一個很火的方向了，目標檢測更不用說，二者結合的工作也開始出現了，這里我總結了CVPR18和CVPR19的相關論文，希望對這個交叉方向的近況有一個了解。
1. 2018_CVPR Domain Adaptive Faster R-CNN for Object Detection in the Wild
這篇可算是第一個工作，以faster rcnn為baseline,在其基礎上添加判別器分支，附着到backbone輸出的特征圖和roi提取到的向量上，前者代表圖像級別的域適應，后者代表物體級別的域適應（roi代表一個物體），分別訓練兩個判別器，使其無法區分兩個域的圖像，除此之外，還添加了一致性正則化損失項，保證兩個層面的域分類結果一致。特別說明，源域數據沒有標簽，所以沒有檢測器的損失，只有域判別器的損失，所以最后的損失項：源域的檢測器損失+源域的物體域判別損失+源域的圖像域判別損失+源域的物體圖像一致性損失+目標域的物體判別損失+目標域的圖像判別損失+目標域的物體圖像一致性損失
相關代碼：
https://github.com/yuhuayc/da-faster-rcnn（官方 caffe)
https://github.com/krumo/Detectron-DA-Faster-RCNN（caffe2）
https://github.com/divyam02/dafrcnn-pytorch/tree/cleaning（pytorch）
https://github.com/tiancity-NJU/da-faster-rcnn-PyTorch （pytorch）
2. 2018_CVPR Cross-Domain Weakly-Supervised Object Detection through Progressive Domain Adaption
這篇文章似乎出自東京大學？日本的科研能力依然世界前列啊。文章的任務設定與UDA(無監督域適應)略有不同，這篇文章處理的任務中，目標域有圖像級標注（圖像中有哪幾類物體），沒有實例級標注，所以文章的題目也說了，本文是弱監督任務。
這篇文章不能只介紹方法了，因為它還有另一大貢獻，那就是深度學習最為倚重的數據集，作者直接制作了三個數據集，而且都有實例級標注，太贊了！，這是不小的工作量。
三個數據集都是卡通風格的，與自然圖像相比域差異可以說是相當大了，分別是Clipart1K，Comic2K，Watercolor2K，從名字可以看出分別是1000，2000，2000張圖片。
具體樣子如下，說實話在我看來長的都差不多，為什么選擇這幾個數據集，可能日本人對漫畫有天分和執着吧
說到方法，其實這篇論文的方法就是finetune，跟域適應的路子不太一樣，沒有域判別器之類的東西，然而，目標域沒有實例標簽，無法微調，所以作者想了兩種方法產生可用來微調的數據-標簽對。
1.在源域數據訓練檢測器
2. 利用cyclegan，將源域數據轉換為目標域，然后微調
3. 對目標域數據生成偽標簽，繼續微調
cyclegan的方法無需多說，詳情還得看cyclegan的東西，目標域生成偽標簽的原理是用檢測器檢測出結果，然后只保留圖像級標注中存在的物體類別，最后針對剩下的物體類，只取每一類中概率最高的一個檢測結果，這樣做是想盡量減少錯誤標注帶來的影響吧
相關代碼：
https://github.com/naoto0804/cross-domain-detection
3. 2019_CVPR Automatic adaptation of object detectors to new domains using self-training
這篇文章是跟上一篇有相同之處的，那就是都不是常規的域適應的路子，也是微調。不過本文沒有用cyclegan生成假樣本，只是采用了偽標簽。相比於僅利用檢測器生成偽標簽，本文還利用跟蹤器生成偽標簽，跟蹤器？沒錯，本文的偽標簽數據來自視頻，當然訓練好的檢測器可以用於視頻也可用於圖像。其中，跟蹤器的作用是查缺補漏，以防檢測器漏掉某些目標。
論文的貢獻不止於上面的，另一個貢獻在於對偽標簽的處理，使用了軟化的技術，軟標簽，具體內容不想講了，只是記得如果要使用偽標簽，可以考慮借鑒這篇論文的軟標簽處理方式。
相關代碼：http://vis-www.cs.umass.edu/unsupVideo/
4. 2019_CVPR Strong-Weak Distribution Alignment for Adaptive Object Detection
這篇文章采用的是常規的域適應的路子，只是采用了foca loss，效果出奇的好
由於采用的是域適應的路子，可以與第一篇文章做一下比較，第一篇文章是在圖像級和實例級兩個層面進行域適應，而這篇文章是在低層次特征和高層次特征兩個層面進行域適應，沒有利用目標信息，只是在圖像層面的域適應。
具體而言，選取兩個特征圖，一個層次低，一個層次高（backbone的最后特征圖），接下來的思想是我比較認同的，在低層次特征進行強對齊，也就是標准的交叉熵損失，在高層次特征進行部分對齊（弱對齊），如何達到弱對齊，就是采用focal loss，降低易分類樣本的損失權重，然后本文的核心東西就沒了，思路簡單，效果好
我覺得低層次編碼的是域相關信息，比如cityscape和foggy cityscape，差別在於后者有霧，這是一個圖像風格的問題，會在低層次進行編碼，當然，低層次特征還包含物體的邊，角等信息，而高層次特征編碼語義信息，對於兩個域而言，語義可能相同也可能不同，不該一味地強制語義對齊，所以采取弱對齊是合理的
相關代碼：https://github.com/VisionLearningGroup/DA_Detection
5. 2019_CVPR Few-shot Adaptive Faster R-CNN
這篇文章是關於少樣本學習的，這個方向不太了解，但是文章主要做的還是目標檢測和域適應，要解決的問題是目標域只有少量樣本的情況，但是目標域有標簽，不是無監督的
它也是在圖像級和實例級兩個層面進行域適應，但是由於目標域樣本少，作者采取了一種成對機制，具體來說，源域的特征圖（圖像級）切分成若干patch，與目標域的若干patch進行組隊，按照兩種方式組隊，源域patch和源域patch,源域patch和目標域patch，然后訓練分類器，這樣可訓練的樣本就增多了，對於實例級也是同樣策略，這就是這篇文章的核心思想。
相關代碼: 尚未找到
6. 2019_CVPR Adapting Object Detectors via Selective Cross-Domain Alignment
這篇論文完全就是針對CVPR18李文的那篇，完全一樣的三組實驗，然后全部吊打，太慘了
其實這篇論文的想法很合理，切中要害，文章只采用實例級對齊，但是抓住了實例對齊的問題，那就是RPN生成的proposal不准確，這種情況對不准確的區域對齊，產生的結果肯定是受干擾的
於是論文分兩步走，第一步找到需要對齊的區域，第二步，對齊
具體來說，對RPN生成的若干proposal, 聚類成K個proposal，認為這K個聚類中心更有可能包含目標，我覺得這還是有道理的
接下來的操作就有些看不到懂了，對K個proposal的特征，進行重構，變成一張圖片，這張生成的圖片與K個proposal所在區域的真實圖片，進行判別，這樣就完成了兩個域的適應？
我覺得講不大清楚，上圖吧，坦白講，第一步我深表贊同，第二步摸不着頭腦
相關代碼：尚未找到
7. 2019_CVPR Towards Universal Object Detection by Domain Attention
這篇論文的思路跟上面所有的都不一樣，其他人是進行域適應，在源域學習到的知識用於目標域，而這篇的目標是設計一個檢測器，同時檢測多個域，方法不是很新奇，就是多個域的數據都送入一個網絡訓練，當然，論文引入了注意力機制，SEnet等比較時髦的東西，其他的沒什么好說的了。
相關代碼：https://github.com/xuw080/towards-universal-objects-detection（目前似乎只有項目地址，還沒放出代碼)
8. 2019_CVPR Diversify and Match：A Domain Adaptive Representation Learning Paradigm for Object Detection
這篇論文我覺得很好，做法很簡單，確實是，但是簡單有效啊
說的直白點就是數據增強，但是增強的方式很有意思
利用cycle-gan在源域和目標域間生成多個中間域圖像，跟源域共享一個標簽，這樣，可訓練的數據就增多了，這些新的數據與源域和目標域一起送入faster rcnn，源域與新圖像會計算檢測loss，然后所有圖像一起會送入域分類器，不同於通常的域適應中的域判別器，這里的分類器不是二分類，是多分類，最終的目的是希望學習到多個域之間的不變特征
至於多個新圖像的產生細節，還是跟cycle-gan有關，添加不同的loss,產生不同風格的圖像，具體得看論文了。
相關代碼：尚未找到
然后對這些方法中的實驗結果做個比對