arXiv · ML· Wei Zhang, Zhu Teng, Zhixiang Chi, Junnan Zou, Yi Liu, Jianping Fan·· 9 天前AI 评分42
PR-OVD 提出分区精化框架,在开放词汇目标检测中平均提升新类性能 6.5%
Partition, Refine, and Detect: Preserving Novel Category Capacity in Open-Vocabulary Object Detection
AI 导读
PR-OVD 框架在开放词汇目标检测中通过显式预留新类容量,在两个基准测试中较 SOTA 方法平均提升新类性能 6.5%。 该框架包含全局粗分区、类别级精化及结构提示(Structure Prompt),用于解决基础类偏差导致的语义坍缩,并同步优化决策边界。 PR-OVD 可无缝集成不同检测架构,其有效性在开放词汇分割与分类任务中得到进一步验证。
来源:arXiv · ML · arxiv.org