BriefGPT - AI 论文速递
·
COUNTS: Benchmarking Object Detectors and Multimodal Large Language Models under Distribution Shifts
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了COUNTS，一个大规模的OOD数据集，旨在评估目标检测器和多模态大语言模型在分布变化下的泛化能力。研究表明，尽管大模型在标准数据集上表现良好，但在OOD场景中仍存在显著的性能限制。
🎯
关键要点
- 本研究提出了COUNTS，一个大规模的OOD数据集，旨在评估目标检测器和多模态大语言模型在分布变化下的泛化能力。
- COUNTS提供物体级注释，并引入了两个新的基准O(OD)2和OODG。
- 研究表明，尽管大模型在标准数据集上表现良好，但在OOD场景中仍存在显著的性能限制。
- 该研究强调了在缺乏全面数据集和评估基准的情况下，目标检测器在实际应用中面临的性能下降问题。
➡️
