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。

本文介绍了开放式对象检测任务（OSODD），提出了一种两阶段方法，通过开放式对象检测器识别未知对象及其类别。同时，研究涉及3D目标检测，提出了FCOS3D框架和Omni3D数据集，以提升3D物体识别和检测性能。通过无监督学习和多摄像头框架，显著增强了未知对象的检测能力，推动了实际检测系统的发展。