UN-DETR：通过联合监督促进未知物体检测中的物体性学习

该研究解决了未知物体检测（UOD）中物体性学习的监督信号与定位或分类信息无关所导致的性能不足问题。本文提出了基于变换器的UOD框架UN-DETR，一种通过联合监督学习综合利用位置与类别潜在空间中的属性，显著增强物体性学习，从而在多项UOD和已知检测基准上取得了最先进的性能。