本文介绍了多种开放词汇检测（OVD）方法，如OV-DETR、SAM-DETR++和DetCLIP，展示了它们在不同数据集上的显著性能提升。研究表明，结合视觉和语言模型的技术能有效提高目标检测的准确性和泛化能力，尤其在遥感图像中表现优异。OVLW-DETR作为一种新型检测器，具备低延迟和高性能，适合实时应用。

开放词汇检测（OVD）是一种新型目标检测方法，旨在识别未知对象。研究提出了多种方法，特别是DRR方法在OVD-COCO基准测试中表现优异，显著提高了AP$_{50}$。通过自然语言监督学习和图像文本对齐，研究在多个数据集上实现了卓越性能，解决了新类别检测的局限性，并提出了有效的后处理方案以提升检测准确性。

本文研究了目标检测模型的改进，提出了Query-Adaptive R-CNN、开放词汇检测（OVD）和视觉-语言知识蒸馏（ViLD）等新方法，以提升未知对象的检测和分类性能。实验结果表明，这些方法在多个数据集上显著提高了性能，尤其在长尾分类和零泛化能力方面表现突出。

该文综述视频异常检测研究，涵盖基于深度神经网络、扩散模型伪异常生成、开放词汇检测及大型语言模型等方法，并介绍HMDB-AD等新数据集与多帧异常检测框架，指出当前基准偏重单帧简单异常，呼吁拓展复杂异常研究。

2023年多项研究评估并拓展了Meta的Segment Anything Model（SAM）。SAM基于点、框等提示实现零样本图像分割，精度常媲美甚至超越专用模型，但在航空图像等场景仍会失败。后续工作将SAM与开放词汇检测、3D检测、遥感分割、CLIP等结合，提出Sambor、Open-Vocabulary SAM、GeoSAM等框架，并用于少样本分割和显著目标检测，显著提升性能。