CGSA: Class-Guided Slot-Aware Adaptation for Source-Free Object Detection¶

会议: ICLR2026
arXiv: 2602.22621
代码: GitHub
领域: 目标检测 / 无源域自适应
关键词: source-free domain adaptation, object-centric learning, slot attention, DETR, contrastive learning

一句话总结¶

首次将 Object-Centric Learning（Slot Attention）引入无源域自适应目标检测（SF-DAOD），通过分层 Slot 感知模块提取结构先验，并用类引导对比学习驱动域不变表征。

背景与动机¶

目标检测器部署时面临域偏移（天气/摄像头/场景变化），性能大幅下降
无源域自适应（SF-DAOD）：仅有源域预训练模型和无标注目标域数据，无法访问源数据
现有方法主要关注伪标签阈值调优或 teacher-student 框架改进，忽略了跨域的目标级结构共性
Slot Attention 可将场景分解为独立的目标表征，天然适合提取域不变结构先验
DETR 已使用 object queries，嵌入 slot 先验是自然但未探索的方向

方法详解¶

框架: 源域预训练 + 目标域自适应（Teacher-Student）

HSA（分层 Slot 感知）模块: - 两阶段分解：第一阶段提取 n=5 个粗粒度 slot，第二阶段细化为 n²=25 个细粒度 slot - Slot Attention 迭代聚合 + 空间广播 MLP 解码重建，softmax 竞争确保 slot 绑定不同区域 - 投影后与 object queries 相加，形成 slot-aware queries 输入 decoder

CGSC（类引导 Slot 对比）模块: - 维护 EMA 更新的全局类原型 P_c - 用注意力 mask 加权聚合 slot → weighted slot → 匈牙利匹配分配伪标签 - InfoNCE 对比损失拉近同类 slot-原型、推远异类

总损失: L_total = L_unsup（伪标签检测）+ λ_con·L_con + λ_rec·L_rec

实验关键数据¶

Cityscapes → BDD100K: | 方法 | SF | mAP | |------|-----|-----| | DATR (DAOD) | ✗ | 43.3 | | TITAN (SF-DAOD) | ✓ | 38.3 | | CGSA (Ours) | ✓ | 53.0 |

Cityscapes → Foggy-Cityscapes: CGSA mAP 显著优于所有 SF-DAOD 方法 - 基于 RT-DETR 检测器，4×A100 训练 - 在多个跨域场景（正常→雾天，真实→合成等）均取得 SOTA

亮点¶

首次将 OCL/Slot Attention 引入 SF-DAOD，开创新范式
分层 slot 设计突破传统 slot 数量限制（≤10 → 25）
提供理论泛化分析（目标域风险下降界）
在有源和无源设置下都超越现有方法

局限性 / 可改进方向¶

仅在驾驶场景数据集验证，更多领域（医疗/航拍等）待测试
Slot 数量 n=5 是手动设定，可考虑自适应机制
匈牙利匹配依赖检测器预测质量，early stage 可能不稳定
计算开销：HSA 的两阶段 Slot Attention + 重建目标增加训练成本

与相关工作的对比¶

SFOD/PETS/A2SFOD: 聚焦伪标签过滤，忽略目标级结构；CGSA 利用 slot 结构先验
DATR/MRT (有源 DAOD): 需要源数据，CGSA 在无源设置下仍超越
Slot Attention/SAVi: 用于分割/视频预测，首次用于域自适应检测

评分¶

新颖性: ⭐⭐⭐⭐⭐ (OCL + SF-DAOD 的首创结合)
实验充分度: ⭐⭐⭐⭐ (5个数据集，完整消融)
写作质量: ⭐⭐⭐⭐ (动机清晰，理论+实验双支撑)
价值: ⭐⭐⭐⭐ (为 SF-DAOD 开辟新方向)