無(wú)需標注海量數據，目標檢測新范式OVD讓多模態(tài)AGI又前進(jìn)一步

目標檢測是計算機視覺(jué)中一個(gè)非常重要的基礎任務(wù)，與常見(jiàn)的的圖像分類(lèi) / 識別任務(wù)不同，目標檢測需要模型在給出目標的類(lèi)別之上，進(jìn)一步給出目標的位置和大小信息，在 CV 三大任務(wù)（識別、檢測、分割）中處于承上啟下的關(guān)鍵地位。

轉自《360AI研究院》

OVD基本流程示意

論文1：Open-Vocabulary Object Detection Using Captions

• 論文地址：https://arxiv.org/pdf/2011.10678.pdf
• 代碼地址：https://github.com/alirezazareian/ovr-cnn
  

• 論文地址：https://arxiv.org/abs/2112.09106
• 代碼地址：https://github.com/microsoft/RegionCLIP
  

論文3：CORA: Adapting CLIP for Open-Vocabulary Detection with Region Prompting and Anchor Pre-Matching

• 論文地址：https://arxiv.org/abs/2303.13076
• 代碼地址：https://github.com/tgxs002/CORA