研究人员推出了一种新颖的统一开放词汇检测框架OPUS,该框架旨在实现简单性和有效性。与以往复杂的系统不同,OPUS利用了语义丰富的视觉表示和可扩展的接地监督。该框架使用DINOv3-ConvNeXt-B骨干网络和感知提示的解码器,通过单阶段实例级对比对齐(ICA)策略和基于SAM3的数据引擎进行训练。在COCO、LVIS-minival和ODinW35数据集上的实验表明,OPUS在视觉-图像准确性方面取得了最先进的性能,同时保持了文本和视觉-图像准确性的平衡,并增强了混合提示能力。 AI
影响 简化了开放词汇检测,有望提高计算机视觉任务的效率和性能。
排序理由 该集群描述了一篇关于开放词汇检测新颖框架的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →