DODA: 농업에서 객체 탐지를 위한 도메인 적응을 위한 확산

최근 생성 모델에 의해 생성된 다양하고 고품질의 콘텐츠는 합성 데이터를 사용하여 하류 모델을 훈련시킬 수 있는 큰 잠재력을 보여줍니다. 그러나 비전, 특히 객체 탐지 분야에서는 관련 분야가 충분히 탐구되지 않았고, 합성 이미지는 기존 데이터셋의 긴 꼬리를 균형 맞추기 위해 단지 사용되며, 생성된 레이블의 정확성이 낮아 생성 모델의 잠재력이 완전히 발휘되지 않았습니다. 본 논문에서는 농업의 새로운 도메인에 대해 고품질 객체 탐지 데이터를 생성할 수 있는 데이터 합성기 DODA를 제안합니다. 구체적으로는 레이아웃을 이미지로 인코딩하여 레이아웃-이미지의 제어 가능성을 향상시키고, 이로 인해 레이블의 품질을 개선하며, 시각 인코더를 사용하여 확산 모델에서 시각적 특징을 분리하는 데 시각적 단서를 제공하여 모델이 새로운 도메인에서 데이터를 생성할 수 있는 능력을 부여합니다. 농업에서 가장 큰 데이터셋인 글로벌 밀 경두개 탐지(GWHD) 데이터셋에서 DODA에 의해 합성된 데이터를 사용하면, 훈련 데이터에서 상당히 이동한 도메인에서 객체 탐지기의 성능이 12.74-17.76 AP₅₀ 향상됩니다.