LoCLIP

新的OVD方法通过分层一致性和无偏目标性改进目标检测

研究人员开发了一个新框架来改进开放词汇目标检测（OVD），这是一种允许AI模型识别训练数据之外的物体技术。所提出的方法通过使用分层置信度校准来解决伪标签中的不准确性，以确保跨不同语义级别的可靠类别分配。此外，CLIP的一个新改编版本LoCLIP包含一个目标性token，以减少对已知类别的偏见并提供更可靠的目标性估计。在COCO和LVIS等基准上的实验表明，这种方法达到了最先进的性能。