实体
Open-Vocabulary Object Detection
Open-Vocabulary Object Detection
PulseAugur coverage of Open-Vocabulary Object Detection — every cluster mentioning Open-Vocabulary Object Detection across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的DSAA框架提升了开放词汇模型中的细粒度属性检测能力
研究人员开发了一个名为双阶段属性激活（DSAA）的新框架，以提高开放词汇目标检测模型的细粒度检测能力。当前模型在将颜色和纹理等属性准确地绑定到对象方面存在困难，当类别信号较强时，属性信息常常被边缘化。DSAA通过两个阶段增强属性语义来解决这个问题：属性前缀适配器注入显式的属性先验，而键/值调制器在BERT编码过程中选择性地放大属性token的影响。一个属性感知的对比损失在训练过程中进一步辅助区分，在FG-OVD基准上的实验显示出显著的改进。
-
新方法提升开放词汇目标检测的鲁棒性和自适应能力
研究人员引入了几种新方法来改进开放词汇目标检测，该领域旨在根据人类提示识别任意目标。一种方法 EBOD 将基于提示的检测器与特征匹配模块集成，无需重新训练即可抑制重复出现的假阳性和假阴性。另一种方法 RGSE 在测试时使用进化搜索过程来精炼文本嵌入，以有效地对齐文本和视觉嵌入。此外，FACTOR 利用反事实推理，通过扰动测试图像并分析属性敏感性来使模型适应分布变化，而 DAT 提供了一种轻量级的自监督微调方法来增强用于目标检测的视觉语言模型。