开放词汇目标检测旨在检测任意类别物体。早期方法利用预训练视觉语言模型的零样本分类能力，如ViLD通过知识蒸馏实现未知类别检测，DetPro学习连续提示表示提升性能，F-VLM简化训练流程。后续研究探索多模态融合、动态词汇评估细粒度属性，以及基于DETR的OV-DETR等方法，在LVIS等基准上取得显著提升。

该文综述长尾目标检测与实例分割研究，指出LVIS等长尾数据集中不准确的对象提案分类是性能下降主因，并介绍校准框架、平衡分类、自适应损失、分组Softmax及特征增强等方法，以缓解头尾偏差、提升尾部类别检测与分割精度。