Priyanto Hidayatullah

新的ZeBROD框架解决了物体检测中的灾难性遗忘问题

研究人员开发了一个名为ZeBROD（基于零重训练的识别与物体检测）的新框架，以解决物体检测模型中的灾难性遗忘问题。该方法集成了YOLO11n进行定位，并使用DeIT和Proxy Anchor Loss进行特征提取，利用Qdrant向量数据库的余弦相似度进行分类。在零售环境中的一个案例研究表明，ZeBROD在无需重新训练的情况下有效检测新旧产品，在训练时间效率上约为传统方法的3倍，并且在边缘设备上的平均推理时间为每张图像580毫秒。