解决目标检测的域自适应问题，其中主要是source和target域之间的巨大差异。前人的工作主要在对齐image-level和Instance-level shifts（Bias 07：DA Faster RCNN），然而，他们忽略去了crucial image regions和important instances在不同域的匹配，这会导致domain shift效果变差。
本文提出一种categorical regularization framework来缓解该问题，并且作为一个plug-and-play，可以灵活的加在DA Faster R-CNN上。
具体来说，通过聚合一个image-level multi-label classifier（因为分类器有但是不强的定位能力）到detection backbone中，我们可以获得和分类信息相关的稀疏但是重要的图片区域。同时，在instance-level，通过在classifier和detection head之间引入一个regularization factor，去自动寻找目标域的hard aligned instances。
domain adaptive在图像分类 [5, 6, 22, 33]，语义分割 [13, 30, 32] 和目标检测 [1, 28, 41, 12]都有广泛的应用。在目标检测中，DA Faster RCNN是最具有代表性的工作。
近期，DA Faster RCNN有多个系列 [28, 41, 12, 14]。其中 [28, 41]观察到：纯图像级对齐强制对立不可转移的背景，而目标检测任务本质上是聚焦域可能包含感兴趣目标的局部区域。进一步，虽然instance-level对齐可以让object proposals在域上对齐，但是当前的尝试 [1, 12]缺少从low-value region proposals中识别hard aligned instances的能力。
简单来说，本文认为DA Faster RCNN在Image-level（classifier）上，可能只是将target domain大范围的背景，和soure domain强行对齐，而不是将crucial regions去对齐；在head detection上同理。
通过categorical regularization framework，我们可以让backbone networks可以在两个领域中更准确的激活兴趣区域，从而得到更好的自适应目标检测结果。
具体来说，本文包含两个regularization modules，image-level categorical regularization (ICR)和categorical consistency regularization（CCR）。
（1）ICR：在detection backbone network上添加image-level multi-label classifier，并且用source domain的类别标签有监督训练。（2）CCR：考虑image-level predictions和instance-level predictions之间的一致性。
对于给定的detection backbone network，本文对最后一个卷积层执行global average pooling，将池化后的特征宋玉一个multi-label classifier（通过一个1x1卷积），通过交叉熵多目标损失。
本文设计CCR模块去自动寻找hard aligned instances，并基于以下两个动机：（1）因为存在大量的low-value背景候选框，导致无法找到target domain中的hard foreground instances。（2）image-level classifier和instance-level detection level是互补的，因为前者可以帮助RPN获得更准确的RoI特征。假设pjc代表第j个实例的类别为c
在instance-level adversarial loss的基础上扩展：
得到最终的损失函数（DA-Faster）：
