DetAS-X

新agentic框架使用MLLM改进目标检测

研究人员推出DetAS，一个将目标检测视为动态决策过程的agentic框架。该框架利用多模态大语言模型（MLLM）通过从恢复模块和专用检测器的工具箱中进行选择，自适应地组合检测工作流。扩展的DetAS-X版本通过累积带注释数据的经验来进一步优化决策质量，使其能够在推理过程中逐步调整其策略。实验表明，DetAS-X的性能显著优于现有的基于MLLM的检测器，在具有挑战性的基准测试中取得了显著的F1分数提升。