一种特征解缠卷积神经网络变换模型域自适应方法

本发明提供一种新的特征解耦域自适应变换模型方法。该方法首先利用特征映射的思想将源域和目标域的样本特征投影到空间中，然后利用特征梯度分布掩膜将投影特征分解为域不变特征和域特定特征，并在迭代损失函数的过程中逐步解耦。最后，对DETR中的注意机制进行了优化，以适应可变的域转移过程，迫使模型对分解的域不变特征和域特定特征进行准确的特征对齐，从而进一步实现下游的目标检测任务。算法是在异源SAR图像和异源模态遥感图像之间进行了实验验证，其性能优于SOTA方法，并且每个模块都证明了其有效性。