Vague2Detect

Vague2Detect 利用大型语言模型和知识库改进模糊提示检测

研究人员开发了 Vague2Detect，这是一个旨在改进开放世界物体检测中模糊提示解释的新颖系统。与 YOLO 等仅限于固定类别列表的传统模型不同，Vague2Detect 通过集成知识库和大型语言模型来增强 YOLO-World 等模型。该系统使用 Sentence-BERT 查询知识库以获取候选对象，然后使用 YOLO-World 进行验证。对于知识库未涵盖的提示，GPT-3.5 Turbo 会动态地用新概念扩展知识库。这种方法…