TengQi Ye

新框架推进开放词汇目标检测能力 · 追踪3个来源

研究人员开发了新的开放词汇目标检测方法，旨在识别训练期间未见过的类别的目标。一种方法 3F-OVD 引入了一个新的细粒度开放词汇检测任务和数据集 (NEU-171K)，需要对图像细节和字幕有更深入的理解。另一种方法 MSPL 采用多步伪标签，将场景理解分解为定位、识别和关联步骤，以提高在复杂场景下的准确性。第三个框架利用 CLIP 进行目标分割和识别，展示了强大的性能，并探索了独立于 CLIP 的编码作为一种替代方案。