PK PyTorchKR Papers
Papers with Code · CC BY-SA 4.0

Source Free Object Detection

Domain Adaptation › Source-Free Domain Adaptation › Source Free Object Detection 16 평가 기록 2 datasets

Source-Free Object Detection (SFOD) is a domain adaptation challenge in which only the pretrained source model weights are available during adaptation, with no access to the source data. The model must adapt solely using unlabeled samples from the target domain

개요는 각 항목의 일부입니다. 위 탭에서 전체 기록을 페이지별로 탐색할 수 있습니다.

벤치마크

Papers with Code 아카이브의 데이터셋별 기록 예시입니다. 평가 조건과 지표 방향이 검증되지 않아 순위를 의미하지 않습니다.

Dataset기록된 모델 예시MetricPaperCode
GT
AP50: 50.8
논문 코드
GT
R@0.05: 0.06R@0.3: 0.45R@0.5: 0.65R@1.0: 0.92
논문 코드

데이터셋

2개
Cityscapes to Foggy CityscapesInBreast

논문

라이브러리

Papers with Code 리더보드 row에 연결된 구현 저장소입니다.

github.com/benathi/fastswa-semi-sup 1 논문
github.com/CuriousAI/mean-teacher 1 논문
github.com/epfl-imos/simple-sfod 1 논문
github.com/Flashkong/Source-Free-Object-Detection-by-Learning-to-Overlook-Domain-Style 1 논문
github.com/INK-USC/DualRE 1 논문
github.com/jxhuang0508/HCL 1 논문
github.com/Lan1991Xu/ONE_NeurIPS2018 1 논문
github.com/liuwei16/ALFNet 1 논문