From Open Vocabulary to Open World: Teaching Vision Language Models to Detect Novel Objects

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种新框架,使开放词汇物体检测模型能够在开放世界中识别和学习新物体。该方法通过开放世界嵌入学习和多尺度对比锚学习,在物体检测和自动驾驶基准测试中表现优异,具有重要应用潜力。

🏷️

标签

➡️

继续阅读