摘要

本文提出了一种新颖的端到端无监督深度域适应模型，用于自适应目标检测，该模型通过将多标签目标识别作为辅助任务来实现。该模型利用多标签预测揭示图像中蕴含的目标类别信息，并基于预测结果执行条件对抗性全局特征对齐，从而有效处理图像特征的多模态结构，在保持特征判别能力的同时，缓解了跨域特征在全局层面的分布差异。此外，本文引入了一种预测一致性正则化机制，以辅助目标检测任务，该机制将多标签预测结果作为辅助正则化信息，确保目标识别任务与目标检测任务之间在目标类别发现上保持一致性。在多个基准数据集上的实验结果表明，所提出的模型在性能上优于现有的最先进方法。