开放域检测新SOTA！中山大学美团出品，开源性能最强

AIGC动态欢迎阅读

原标题：开放域检测新SOTA！中山大学美团出品，开源性能最强
关键字：数据,图像,文本,编码器,类别
文章来源：量子位
内容字数：0字

内容摘要：

王豪投稿自凹非寺量子位 | 公众号 QbitAI开放域检测领域，迎来新进展——
中山大合美团提出新模型OV-DINO，实现开放域检测开源新SOTA！
比Grounding DINO高12.7% AP，比YOLO-World 高4.7% AP。
目标检测技术一直是研究的热点。但传统的目标检测方法往往受限于预定义的类别集合，难以应对现实世界中种类繁多的物体。
为了突破这一限制，开放词汇检测（Open-Vocabulary Detection, OVD）应运而生。换言之，它能在模型在没有预先定义类别的情况下，通过文本描述来识别和检测物体。
OV-DINO是基于语言感知选择性融合、统一的开放域检测方法。作为最强开放域检测开源模型，目前项目已公开论文和代码，在线Demo也可体验。
什么是OV-DINO？本文提出了一种名为OV-DINO的开放域检测方法。
整体框架包括一个文本编码器、一个图像编码器和一个检测头。模型接收图像和提示文本作为输入，通过特定模板创建统一的文本嵌入表示。
图像和文本嵌入经过编码器处理后，图像嵌入通过Transformer编码器生成精细化的图像嵌入。
语言感知查询选择

原文链接：开放域检测新SOTA！中山大学美团出品，开源性能最强