摘要

跨域弱监督目标检测（Cross-domain Weakly Supervised Object Detection, CDWSOD）旨在将检测模型适应到一个全新的目标域，该目标域仅需易于获取的图像级标注。如何实现源域与目标域之间的有效对齐，是决定CDWSOD性能的关键。现有方法通常仅关注检测流程中的部分组件进行域对齐。相比之下，本文认为所有检测组件均具有重要意义，提出了一种整体性与层次化的特征对齐方法——H²FA R-CNN（Holistic and Hierarchical Feature Alignment R-CNN）。H²FA R-CNN在骨干网络特征层面实施两层图像级对齐，在区域建议网络（RPN）和检测头层面则实施两层实例级对齐。这种由粗到精的对齐层次结构与检测流程的执行顺序一致，即自下而上地处理图像级特征与实例级特征。尤为重要的是，本文设计了一种新颖的混合监督机制，用于学习两个实例级对齐过程。该机制使得RPN与检测头能够同时从目标域（弱监督）和源域（全监督）中获取监督信号。通过融合上述多种特征对齐策略，H²FA R-CNN有效缓解了源域与目标域之间的分布差异。实验结果表明，H²FA R-CNN显著提升了跨域目标检测的准确率，并在多个主流基准测试中取得了新的最优性能。代码与预训练模型已开源，地址为：https://github.com/XuYunqiu/H2FA_R-CNN。