跳到正文
arXiv · 机器人与计算机视觉· Zhenhua Yu, Jiahao Zhang, Wenchao Zhang, Ou Ye, Hengxiang Zhao·· 2026-10-12AI 评分28

JMT-YOLO:通过分割引导一致性学习实现多任务域自适应的目标检测模型

JMT-YOLO: Multi-task Domain Adaptation via Segmentation-Guided Consistency Learning

AI 导读

JMT-YOLO 提出一种基于 Mean Teacher 架构的联合多任务学习框架,利用辅助语义分割与掩码机制解决极端天气及遮挡下的特征退化问题。该模型在 Pascal VOC、Cityscapes 和 KITTI 三个域适应基准上分别达到 46.9%、57.3% 和 61.0% 的检测性能,显著优于现有最先进方法。

来源:arXiv · 机器人与计算机视觉 · arxiv.org