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。

本文介绍了基于全卷积单级检测器的通用框架FCOS3D，用于解决3D目标检测中的2D检测问题。该方法通过重新定义中心性和将对象分配到不同的特征级别等方式，实现了简单高效的解决方案。在NeurIPS 2020的nuScenes 3D检测挑战赛中，该方法获得了第一名。