CleanDET

新型视觉语言模型提升X射线安检效率

研究人员推出了一种名为OneFocus的新型视觉语言模型，旨在增强X射线安检能力。为解决相关训练数据稀缺的问题，他们开发了MMXray基准数据集，包含超过52,000张X射线违禁品图像-描述对，以及用于合成数据生成的CleanDET和AnyContraSyn。OneFocus旨在执行多种任务，包括视觉问答、违禁品定位和分类，以期提高安全应用中的泛化能力和理解能力。