无需标注海量数据，目标检测新范式OVD让多模态AGI又前进一步（目标检测one stage模型包括）

关注并星标

从此不迷路

计算机视觉研究院

公众号ID｜ComputerVisionGzq

学习群｜扫码在主页获取加入方式

计算机视觉研究院专栏

作者：Edison_G

目标检测是计算机视觉中一个非常重要的基础任务，与常见的的图像分类 / 识别任务不同，目标检测需要模型在给出目标的类别之上，进一步给出目标的位置和大小信息，在 CV 三大任务（识别、检测、分割）中处于承上启下的关键地位。

转自《360AI研究院》

OVD基本流程示意

论文1：Open-Vocabulary Object Detection Using Captions

论文地址：https://arxiv.org/pdf/2011.10678.pdf 代码地址：https://github.com/alirezazareian/ovr-cnn

论文地址：https://arxiv.org/abs/2112.09106 代码地址：https://github.com/microsoft/RegionCLIP

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

论文地址：https://arxiv.org/abs/2303.13076 代码地址：https://github.com/tgxs002/CORA

© THE END

转载请联系本公众号获得授权

计算机视觉研究院学习群等你加入！

ABOUT

计算机视觉研究院

计算机视觉研究院主要涉及深度学习领域，主要致力于人脸检测、人脸识别，多目标检测、目标跟踪、图像分割等研究方向。研究院接下来会不断分享最新的论文算法新框架，我们这次改革不同点就是，我们要着重”研究“。之后我们会针对相应领域分享实践过程，让大家真正体会摆脱理论的真实场景，培养爱动手编程爱动脑思考的习惯！

VX：2311123606

往期推荐

GPT国内的一些产品真的比国外的差吗？（篇幅较长，请收藏） Transformer工业部署落地！超越ResNet、CSWin（附源码） CVPR2023高质量论文 | Consistent-Teacher：半监督目标检测超强SOTA 工业检测：基于密集尺度特征融合&像素级不平衡学习框架（论文下载） 用于精确目标检测的多网格冗余边界框标注 目标检测创新：一种基于区域的半监督方法，部分标签即可（附原论文下载） LCCL网络：相互指导博弈来提升目标检测精度（附源代码） 纯干货：Box Size置信度偏差会损害目标检测器（附源代码） RestoreDet：低分辨率图像中目标检测