实体
M-OWODB
M-OWODB
PulseAugur coverage of M-OWODB — every cluster mentioning M-OWODB across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新框架通过语义概率方法增强开放世界对象检测
研究人员开发了一个名为MSPO的新框架，通过整合语义信息和视觉对象性来改进开放世界对象检测（OWOD）。该方法利用已知类别的语言先验来更好地区分已知对象、来自未知类别的对象和背景杂波。在基准数据集上的实验表明，MSPO增强了现有OWOD模型的性能，特别是在区分已知和未知对象以及提高整体检测精度方面。
-
新的MSPO框架通过语义校准增强开放世界物体检测
研究人员开发了MSPO，一个新颖的语义校准框架，旨在改进开放世界物体检测（OWOD）。MSPO通过整合来自已知类别的语言先验来增强现有的概率物体性模型。这种方法有助于区分已知物体、来自未见类别物体和背景杂波，而无需将OWOD转换为开放词汇分类。在M-OWODB和S-OWODB数据集上的实验表明，MSPO在聚合指标上提升了性能，并在PASCAL VOC上将mAP提高了多达2.7个百分点，证明了语义校准对概率物体性的有效性。
-
DualMem 过滤器提高了开放世界物体检测的准确性
研究人员开发了 DualMem，这是一种新颖的事后过滤器，旨在改进开放世界物体检测系统。该方法解决了当前检测器中被污染的未知预测流问题，在这些检测器中，背景误报很常见。DualMem 利用冻结的 SigLIP 特征和带有正负内存库的校准似然比检验，有效地过滤掉不需要的提议，在保留已知物体检测的同时显著减少了误报的未知物体。