open-vocabulary detection | BriefGPT

关键词open-vocabulary detection

搜索结果 - 12

OV-DQUO: 带降噪文本查询训练和开放世界未知对象监督的开放词汇 DETR
提出了一种名为 OV-DQUO 的开放词汇 DETR，利用去噪文本查询训练和未知对象监督的方法，通过通配符匹配和对比学习来解决开放词汇检测器中基本类别和新类别之间的信心偏见，能够在 OV-COCO 和 OV-LVIS 基准测试上取得新的最先
PDFa month ago
YOLO-World：实时开放词汇物体检测
YOLO-World is an innovative approach that enhances the You Only Look Once (YOLO) series of detectors with open-vocabular
PDF5 months ago
面向检测的图像 - 文本预训练的开放词汇测量
基于检测导向的图像 - 文本预训练的新的开放词汇检测方法用于填补图像级预训练和开放词汇对象检测之间的差距，通过使探测器头从嘈杂的图像 - 文本对中学习，我们的方法能够利用对比损失学习到新出现的对象 - 语义线索，在 LVIS 和 COCO
PDF9 months ago
好的开放式字词探测器的要素：一个拆解的视角
开放词汇检测（OVD）是一种新的目标检测范式，旨在定位和识别由不受限词汇定义的未知对象。本文提出了三种 OVD 方法，并通过实验验证了这些方法在不同设置下的性能。其中，DRR 方法在 OVD-COCO 基准测试中取得了最佳表现，并相对于先前
PDF10 months ago
如何评估检测的泛化能力？一种用于综合开放词汇检测的基准测试
计算机视觉中的目标检测在最近几年取得了显著进展，从基于闭集标签到基于大规模视觉语言预训练的开放词汇检测，然而，当前的评估方法和数据集仅限于测试对象类型和参考表达的泛化能力，这并不能提供一个系统、细粒度和准确的 OVD 模型能力的基准。本文提
PDF10 months ago
开放词汇检测和分割综述：过去、现在和未来
计算机视觉中的目标检测和分割作为最基本的任务，在深度学习时代取得了巨大的进展。然而，由于昂贵的手动标注，现有数据集中的标注类别往往规模较小且预定义，即最先进的检测器和分割器无法推广到开放词汇之外。因此，近年来越来越多的关注集中在开放词汇检测
PDFa year ago
用于基于 Grounding 的多模态预训练的命名实体丰富标题上位词化
本文研究使用上位词法处理命名实体，用于预训练和微调多模态模型，结果表明使用上位词法能够显著提高对象的预训练性能，并且在开放词汇检测上具有潜在的发展前景。
PDFa year ago
CVPRDetCLIPv2: 通过词区对齐实现可伸缩的开放式目标检测预训练
本文介绍了一种名为 DetCLIPv2 的训练框架，该框架采用大规模图像 - 文本对以实现开放词汇目标检测。DetCLIPv2 直接从海量图像 - 文本对中学习了细粒度的单词 - 区域对齐，并通过融合来自检测、定位和图像 - 文本对数据的混
PDFa year ago
无需三维注释的开放词汇点云物体检测
本文探讨了通过分治策略进行开放式词汇 3D 点云检测的方法，该方法使用图像预训练模型来学习定位各种对象，并连接文本和点云表示，以便根据提示文本对新对象类别进行分类，从而实现开放式词汇 3D 目标检测，同时在 ScanNet 和 SUN RG
PDFa year ago
CVPRCORA：使用区域提示和锚点预匹配来适应开放词汇检测的 CLIP 模型
利用 Region prompting 和 Anchor pre-matching 实现 CLIP 适应开放词汇检测任务，成功应用于目标检测并在评估中超越以前的最佳性能。
PDFa year ago
使用伪字幕标签进行开放词汇物体检测
该研究提出了一种名为 Pseudo Caption Labeling（PCL）的简单而有效的方法，利用图像字幕模型生成对不同角度目标实例的描述，通过这些大量的数据样本进行知识提炼，以丰富目标的属性和关系等细节，从而提高模型的性能，实验表明该
PDFa year ago
ECCV利用视觉和语言模型开发目标检测算法的无标签数据
利用视觉与语言模型产生伪标签的方法来实现无标注图像中物体的定位和分类，从而解决大规模获取标注数据的难题，并通过在学习过程中使用这些伪标签，展示了该方法在开放词汇检测和半监督目标检测等任务上的有效性。
PDF2 years ago