《表1 Sim10k→KITTI域迁移AP定量结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于单点多盒检测器的全局-局部层级的域适应目标检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

单位：%

场景A检测结果：首先评估从Sim10k到KITTI域适应的性能。这两个域都是有关交通工具的场景，因此具有一定的相似性。正如表1所描述的，GL-SSD在15种类别的目标检测AP明显优于SSD模型的，与ADDA、DA-FRCNN和DAAN模型相比，GL-SSD除了fence和pole类别精确度小于这三个模型，其他种类的AP都高于上述三个模型。表3显示了不同方法的最终性能效果（用m AP值表示），G表示全局，L表示局部，R表示正则。具体性能比较包括以下几个方面：1）与其他四个模型算法进行比较，单独采用全局或者局部SSD域适应方法的目标检测（m AP）在性能上明显优于基于源域训练模型，与其他三种模型在性能上差别不大，但是如果将这两种域适应算法组合起来，性能就会明显优于其他三种训练模型，表明基于不同层次的对齐可以起到互补的效果。