新的HSA-DINO框架增强了开放词汇目标检测

研究人员开发了HSA-DINO，一个新颖的框架，旨在通过解决领域特定任务中的性能下降来改进开放词汇目标检测（OVOD）。该方法利用多尺度提示库来捕获分层语义并选择局部语义提示，逐步增强文本表示。此外，一个语义感知路由器在推理过程中动态选择增强策略，以保持预训练OVOD模型的泛化能力。在各种数据集上的评估表明，HSA-DINO的性能优于现有的最先进方法，在领域适应性和开放词汇泛化能力之间取得了更好的平衡。 AI

影响 增强了目标检测模型的领域适应性，可能提高了在专业应用中的性能。

排序理由 详细介绍目标检测新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• HSA-DINO
• Hugging Face
• OV-COCO
• ScienceCast
• Weihao Cao

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →