该研究提出了一种新型的开放词汇目标检测框架，通过自然语言监督学习从配对的图像文本数据中直接学习。实验结果显示，在基准数据集上取得了卓越性能。

该研究提出了一种新型的开放词汇目标检测框架，通过自然语言监督学习从配对的图像文本数据中直接学习。实验结果显示，在基准数据集上取得了卓越的性能。