域适应已经是一个很火的方向了，目标检测更不用说，二者结合的工作也开始出现了，这里我总结了CVPR18和CVPR19的相关论文，希望对这个交叉方向的近况有一个了解。
1. 2018_CVPR Domain Adaptive Faster R-CNN for Object Detection in the Wild
这篇可算是第一个工作，以faster rcnn为baseline,在其基础上添加判别器分支，附着到backbone输出的特征图和roi提取到的向量上，前者代表图像级别的域适应，后者代表物体级别的域适应（roi代表一个物体），分别训练两个判别器，使其无法区分两个域的图像，除此之外，还添加了一致性正则化损失项，保证两个层面的域分类结果一致。特别说明，源域数据没有标签，所以没有检测器的损失，只有域判别器的损失，所以最后的损失项：源域的检测器损失+源域的物体域判别损失+源域的图像域判别损失+源域的物体图像一致性损失+目标域的物体判别损失+目标域的图像判别损失+目标域的物体图像一致性损失
相关代码：
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
这篇文章似乎出自东京大学？日本的科研能力依然世界前列啊。文章的任务设定与UDA(无监督域适应)略有不同，这篇文章处理的任务中，目标域有图像级标注（图像中有哪几类物体），没有实例级标注，所以文章的题目也说了，本文是弱监督任务。
这篇文章不能只介绍方法了，因为它还有另一大贡献，那就是深度学习最为倚重的数据集，作者直接制作了三个数据集，而且都有实例级标注，太赞了！，这是不小的工作量。
三个数据集都是卡通风格的，与自然图像相比域差异可以说是相当大了，分别是Clipart1K，Comic2K，Watercolor2K，从名字可以看出分别是1000，2000，2000张图片。
具体样子如下，说实话在我看来长的都差不多，为什么选择这几个数据集，可能日本人对漫画有天分和执着吧
说到方法，其实这篇论文的方法就是finetune，跟域适应的路子不太一样，没有域判别器之类的东西，然而，目标域没有实例标签，无法微调，所以作者想了两种方法产生可用来微调的数据-标签对。
1.在源域数据训练检测器
2. 利用cyclegan，将源域数据转换为目标域，然后微调
3. 对目标域数据生成伪标签，继续微调
cyclegan的方法无需多说，详情还得看cyclegan的东西，目标域生成伪标签的原理是用检测器检测出结果，然后只保留图像级标注中存在的物体类别，最后针对剩下的物体类，只取每一类中概率最高的一个检测结果，这样做是想尽量减少错误标注带来的影响吧
相关代码：
https://github.com/naoto0804/cross-domain-detection
3. 2019_CVPR Automatic adaptation of object detectors to new domains using self-training
这篇文章是跟上一篇有相同之处的，那就是都不是常规的域适应的路子，也是微调。不过本文没有用cyclegan生成假样本，只是采用了伪标签。相比于仅利用检测器生成伪标签，本文还利用跟踪器生成伪标签，跟踪器？没错，本文的伪标签数据来自视频，当然训练好的检测器可以用于视频也可用于图像。其中，跟踪器的作用是查缺补漏，以防检测器漏掉某些目标。
论文的贡献不止于上面的，另一个贡献在于对伪标签的处理，使用了软化的技术，软标签，具体内容不想讲了，只是记得如果要使用伪标签，可以考虑借鉴这篇论文的软标签处理方式。
相关代码：http://vis-www.cs.umass.edu/unsupVideo/
4. 2019_CVPR Strong-Weak Distribution Alignment for Adaptive Object Detection
这篇文章采用的是常规的域适应的路子，只是采用了foca loss，效果出奇的好
由于采用的是域适应的路子，可以与第一篇文章做一下比较，第一篇文章是在图像级和实例级两个层面进行域适应，而这篇文章是在低层次特征和高层次特征两个层面进行域适应，没有利用目标信息，只是在图像层面的域适应。
具体而言，选取两个特征图，一个层次低，一个层次高（backbone的最后特征图），接下来的思想是我比较认同的，在低层次特征进行强对齐，也就是标准的交叉熵损失，在高层次特征进行部分对齐（弱对齐），如何达到弱对齐，就是采用focal loss，降低易分类样本的损失权重，然后本文的核心东西就没了，思路简单，效果好
我觉得低层次编码的是域相关信息，比如cityscape和foggy cityscape，差别在于后者有雾，这是一个图像风格的问题，会在低层次进行编码，当然，低层次特征还包含物体的边，角等信息，而高层次特征编码语义信息，对于两个域而言，语义可能相同也可能不同，不该一味地强制语义对齐，所以采取弱对齐是合理的
相关代码：https://github.com/VisionLearningGroup/DA_Detection
5. 2019_CVPR Few-shot Adaptive Faster R-CNN
这篇文章是关于少样本学习的，这个方向不太了解，但是文章主要做的还是目标检测和域适应，要解决的问题是目标域只有少量样本的情况，但是目标域有标签，不是无监督的
它也是在图像级和实例级两个层面进行域适应，但是由于目标域样本少，作者采取了一种成对机制，具体来说，源域的特征图（图像级）切分成若干patch，与目标域的若干patch进行组队，按照两种方式组队，源域patch和源域patch,源域patch和目标域patch，然后训练分类器，这样可训练的样本就增多了，对于实例级也是同样策略，这就是这篇文章的核心思想。
相关代码: 尚未找到
6. 2019_CVPR Adapting Object Detectors via Selective Cross-Domain Alignment
这篇论文完全就是针对CVPR18李文的那篇，完全一样的三组实验，然后全部吊打，太惨了
其实这篇论文的想法很合理，切中要害，文章只采用实例级对齐，但是抓住了实例对齐的问题，那就是RPN生成的proposal不准确，这种情况对不准确的区域对齐，产生的结果肯定是受干扰的
于是论文分两步走，第一步找到需要对齐的区域，第二步，对齐
具体来说，对RPN生成的若干proposal, 聚类成K个proposal，认为这K个聚类中心更有可能包含目标，我觉得这还是有道理的
接下来的操作就有些看不到懂了，对K个proposal的特征，进行重构，变成一张图片，这张生成的图片与K个proposal所在区域的真实图片，进行判别，这样就完成了两个域的适应？
我觉得讲不大清楚，上图吧，坦白讲，第一步我深表赞同，第二步摸不着头脑
相关代码：尚未找到
7. 2019_CVPR Towards Universal Object Detection by Domain Attention
这篇论文的思路跟上面所有的都不一样，其他人是进行域适应，在源域学习到的知识用于目标域，而这篇的目标是设计一个检测器，同时检测多个域，方法不是很新奇，就是多个域的数据都送入一个网络训练，当然，论文引入了注意力机制，SEnet等比较时髦的东西，其他的没什么好说的了。
相关代码：https://github.com/xuw080/towards-universal-objects-detection（目前似乎只有项目地址，还没放出代码)
8. 2019_CVPR Diversify and Match：A Domain Adaptive Representation Learning Paradigm for Object Detection
这篇论文我觉得很好，做法很简单，确实是，但是简单有效啊
说的直白点就是数据增强，但是增强的方式很有意思
利用cycle-gan在源域和目标域间生成多个中间域图像，跟源域共享一个标签，这样，可训练的数据就增多了，这些新的数据与源域和目标域一起送入faster rcnn，源域与新图像会计算检测loss，然后所有图像一起会送入域分类器，不同于通常的域适应中的域判别器，这里的分类器不是二分类，是多分类，最终的目的是希望学习到多个域之间的不变特征
至于多个新图像的产生细节，还是跟cycle-gan有关，添加不同的loss,产生不同风格的图像，具体得看论文了。
相关代码：尚未找到
然后对这些方法中的实验结果做个比对