Don Yasiru Lakshan Ranasinghe

基于基础模型协作的无标注对象检测框架

研究人员开发了一种新颖的对象检测框架，无需在目标数据集上手动标注。该方法利用预训练的基础模型（包括视觉-语言系统）来自主生成分割建议并分配语义标签。自精炼训练循环和基于地标的聚类机制进一步提高了标签一致性并降低了计算成本。在 COCO 和 LVIS 等标准基准上的评估显示，与现有的开放词汇和长尾检测方法相比，性能有了显著提高，为未知环境中的实际应用提供了可扩展的解决方案。