본 논문은 도메인 적응 객체 검출(DAOD) 분야의 기존 벤치마킹 문제점들을 지적하고, 이를 해결하기 위한 새로운 벤치마킹 프레임워크, 평가 프로토콜, 벤치마크 데이터셋, 그리고 새로운 최첨단 성능을 달성하는 알고리즘 ALDI++을 제시한다. 기존 연구들의 과대평가, 일관되지 않은 구현 방식, 벤치마크의 부족 등의 문제점을 지적하며, ALDI 프레임워크를 통해 DAOD 방법들의 공정한 비교를 가능하게 하고, 새로운 데이터셋 CFC-DAOD를 통해 다양한 실제 데이터에 대한 평가를 가능하게 한다. ALDI++는 기존 최첨단 성능을 상당한 차이로 능가하며, YOLO 및 DETR 기반 DAOD에서도 추가적인 하이퍼파라미터 조정 없이 최첨단 성능을 달성한다.
