本文介绍了多种开放词汇检测（OVD）方法，如OV-DETR、SAM-DETR++和DetCLIP，展示了它们在不同数据集上的显著性能提升。研究表明，结合视觉和语言模型的技术能有效提高目标检测的准确性和泛化能力，尤其在遥感图像中表现优异。OVLW-DETR作为一种新型检测器，具备低延迟和高性能，适合实时应用。

本文介绍了OV-DETR、DVDet和TaskCLIP等开放词汇检测器的进展，这些模型通过视觉和语言结合提升了目标检测性能。研究显示，它们在多个数据集上表现优异，展现出灵活性和高效性，推动了物体检测技术的发展。

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。