摘要：
14年9月份挂出来的文章，基本思想就是用对抗训练的方法来学习domain invariant的特征表示。方法也很只管，在网络的某一层特征之后接一个判别网络，负责预测特征所属的domain，而后特征提取器和判别器在域分类loss上对抗，同时特征提取器和lable分类器（也就是原任务中的分类器）共同优化 阅读全文
摘要：
中心思想 继Relation Network实现可学习的nms之后，MSRA的大佬们觉得目标检测器依然不够fully learnable，这篇文章类似之前的Deformable ROI Pooling，主要在ROI特征的组织上做文章，文章总结了现有的各种ROI Pooling变体，提出了一个统一的数 阅读全文