arXiv cs.CV· Elfi I. S. Hofmeijer, Ella P. Fokkinga, Friso G. Heslinga, Klamer Schutte, J\"orgen M. Karlholm·· 4 小时前AI 评分30
目标检测中的领域泛化与合成数据：赋能者、探针与鸿沟
Domain generalization and synthetic data in object detection: the enabler, the probe, and the gap
AI 导读
一篇面向目标检测的综述从三个互补视角审视领域泛化（DG）与合成数据：合成数据既能通过多样化与对齐策略提升模型对分布偏移的鲁棒性，也可作为探针支撑受控实验以识别失效模式，同时还会带来合成到真实的域差距。作者指出当前目标检测 DG 方法存在局限，认为未来研究需要能显式处理域偏移下定位与分类的表示感知方法。
来源：arXiv cs.CV · arxiv.org