ECCVJan, 2022

使用图像级别监督检测二万个类别

PDF
TL;DR使用 Detic 来训练检测器分类器以扩展其词汇量，从而实现对数万个概念的检测，无需复杂的分配方案，可适用于一系列检测体系结构和骨干网络，在开放词汇和长尾检测基准测试中优于以往的工作。
object detectionimage classificationvocabulary expansiondeticdataset
发现论文，激发创造
  • 少样本检测一切

    本文介绍了 DE-ViT，这是一个使用纯视觉 DINOv2 骨干网络的开放集对象检测器，通过示例图像而不是语言来学习新的类别。为了提高检测能力，我们将多类别分类任务转换为二分类任务，并提出了一种新的区域传播技术来进行定位。在 COCO 和 LVIS 的开放词汇、少样本和一次样本对象检测基准测试中，DE-ViT 的性能超过了 SoTA。

    Sep, 2023

  • V3Det：大规模词汇视觉检测数据集

    提出了一个新的物体检测数据集 V3Det，包含着丰富的边界框和类别层次结构，可以用于 vast 和 open vocabulary 的物体检测任务。

    Apr, 2023

  • 通过视觉和语言知识蒸馏进行开放式目标检测

    本文提出了一种通过视觉和语言知识蒸馏的训练方法 ViLD，使得我们可以使用预先训练的图像分类模型直接检测和分类未知类别的物体，其在 LVIS 和其他数据集上的表现超过了现有的最先进水平。

    Apr, 2021

  • 基于图像级别分类和去偏置交叉模态对比学习的开放词汇三维检测

    OV-3DETIC 是一个开放式词汇的 3D 点云检测器，使用基于图像的分类监督，并利用伪标签和实现跨模态对比学习方法从 ImageNet1K 扩展了其单词表，从而使点云检测器具有实现开放式词汇检测的能力，并实现了至少 10.77% 的 mAP 绝对值改进。

    Jul, 2022

  • 增强的物体检测：2024 年 V3Det 挑战赛上关于广泛词汇物体检测轨道的研究

    我们在 V3Det 数据集上对监督式大规模词汇视觉检测任务进行了研究，通过调整网络结构、改变损失函数和设计训练策略等一系列改进，我们的模型在 V3Det Challenge 2024 的大规模目标检测 (Supervised) 任务和 Open Vocabulary Object Detection (OVD) 任务中取得了出色的排名。

    Jun, 2024

  • 开放世界中的物体检测：通向全能物体检测

    本文提出 UniDetector，一种通用的目标检测器，克服了传统检测器中人工注释、视觉信息和新类别的限制，并在 LVIS、ImageNetBoxes 和 VisualGenome 等大型数据集上表现出强大的零样本泛化能力，探讨了其对于开放世界、大词汇量数据集、高零样本泛化能力等方面的实验结果。

    Mar, 2023

  • 语言条件的检测变压器

    我们提出了一个新的开放词汇检测框架 DECOLA，该框架使用语言条件下的物体检测器和伪标签来实现零样本性能。

    Nov, 2023

  • 重新审视知识转移在训练对象分类器中的作用

    本文提出了一种基于知识迁移的新型目标检测算法，基于训练一个单一的多类目标检测器，可以实现在语义层次结构中的所有源类上训练。该技术可以应用于多个数据集，并且在 ILSVRC 2013 检测数据集上已经成功实现了目标检测领域的业界新纪录。

    Aug, 2017

  • BigDetection：用于改善目标检测预训练的大规模基准测试

    本文介绍了一个新型的大规模基准数据集 BigDetection，它通过整合多个现有数据集并提供更大样本数量、更统一的标注体系，可以用于改进物体检测算法的预训练效果，并已被证明是一个有效的检测方法评估标准。

    Mar, 2022

  • 少样本物体计数和检测

    本文提出了一种新的两阶段训练策略和一种新的基于不确定性感知的少样本对象检测器：Counting-DETR，用于解决少样本目标计数和检测问题，并在两个新数据集上验证了其性能优于强基线模型。

    Jul, 2022