Github
论文DAFormer项目简介
项目背景
在图像语义分割领域，获得真实世界图像的像素级标注是一个非常昂贵而耗时的过程。因此，为减少这种标注的需求，一种解决方案是利用人们更容易获取的合成数据来训练模型，并通过称为“无监督域适应”（Unsupervised Domain Adaptation, UDA）的技术，将其适应到真实图像上，而不需再标注真实图像。这正是DAFormer项目所研究的领域。
DAFormer是什么？
DAFormer是专门为域适应语义分割设计的网络架构，它通过改进的网络结构和训练策略，极大地提高了现有方法在UDA任务中的性能表现。不同于大多数依赖于过时网络架构的方法，DAFormer利用了高级的Transformers编码器，并结合多层次的上下文感知特征融合解码器，呈现出更为前沿的性能。
关键技术
DAFormer在稳定训练过程和防止模型过拟合于源域数据方面引入了三种关键训练策略：
- 稀有类别采样：这种方法在源域中改进了伪标签的质量，通过减轻自训练对常见类别的确认偏差来实现。
- 对象类的ImageNet特征距离：通过图像特征的迁移，促进从ImageNet预训练模型的特征转移。
- 学习率预热：逐渐增加的学习率避免了模型在训练初期的剧烈波动。
DAFormer性能表现
与此前的顶尖UDA方法ProDA相比，DAFormer在几个标准数据集上表现出显著的性能提升。例如：
- 在GTA到Cityscapes的适应中，性能提高了10.8个mIoU点。
- 在Synthia到Cityscapes的适应中，性能提高了5.4个mIoU点。
此外，DAFormer还能有效地学习到火车、公共汽车和卡车等难以区分的类。
扩展与应用
DAFormer不仅在域适应上表现突出，它还能够扩展至域泛化场景，无需接触目标图像数据。在这些场景中，DAFormer同样大幅提升了现有状态的艺术表现，增加了6.5个mIoU点。
为了帮助有兴趣的研究人员进一步了解DAFormer，推荐参阅相关的会议论文和拓展论文。
与现有方法的比较
在多个UDA基准测试上，DAFormer大幅超越了现有方法。不仅适用于从合成到真实的适应，还在从晴天到恶劣天气的适应场景中表现卓越。
此外，DAFormer在不接触目标域数据的域泛化任务中，也比现有的顶尖方法表现更为优越。
总结
DAFormer通过结合先进的Transformers架构和创新的训练策略，显著提升了域适应语义分割的能力。无论是处理传统的合成-真实场景适应，还是更为复杂的域泛化任务，DAFormer都展现出了强大的竞争力和适应能力。随着深入的研究和开发，DAFormer有望推动领域内更多实际应用和技术的进步。
