本课题由电子科技大学和华域视觉科技（上海）有限公司、华域汽车系统股份有限公司共同承担。

秘书处于2024年12月17日组织来自零束科技、上汽研发总院、友道智途、赛可智能、上汽大众共5名资深工程技术人员，采用腾讯视频会议方式，对该课题进行了结题验收评审。

课题组从图像、特征、标签三个不同的角度，开展了智能驾驶摄像头数据和模型的迁移研究和应用研究，提出一套整合多种算法的迁移模型框架，包括基于特征对抗（包括全局特征对抗、层级特征对抗、类别特征对抗等）目标检测迁移算法、基于标签级领域（包括伪标签生成和知识蒸馏）目标检测迁移算法。研究成果在企业真实场景数据集中进行了测试，mAP可达0.675（比基线模型mAP 0.622提升了5.3%，与oracle理想上界模型mAP0.676仅有-0.1%差异），整体算法模型改善效果明显。以上研究成果经企业消化吸收改进后，集成应用在量产项目智己L7和智己LS7前大灯目标识别模块，使mAP指标分别提升了1.3%和1.2%；集成应用在小鹏汇天CMS电子后视镜目标识别模块，使mAP指标提升了7.2%，等等，有效改善了企业原有目标检测模块的检测能力和泛化性能。

经专家评定，综合得分72.9分，同意验收。

整合模型框架检测结果可视化效果图

（左侧为不使用迁移算法结果，右侧为使用迁移算法结果）