本研究提出了一种名为“解耦OSOD”的轻量框架，旨在解决开放集目标检测在机器人操作中的计算复杂性和部署难题。该方法结合视觉语言模型与检测器，提高了实时性能，简化了特征交互，增强了计算效率，适合边缘设备使用。

本研究提出了UADet框架，旨在解决开放集目标检测中的关键问题，能够在无标签图像中有效检测已知和未知对象。通过考虑外观与几何不确定性，显著提高了未知对象的召回率，并在多种场景中展现了优异表现。