中大和美团联合提出语言感知的开放域检测方法OV-DINO！开源性能最强！

文章预览

关注公众号，发现CV技术之美 本篇分享论文 OV-DINO: Unified Open-Vocabulary Detection with Language-Aware Selective Fusion ，由中山大学和美团联合提出新的开放域检测方法OV-DINO：基于语言感知选择性融合、统一的开放域检测方法，取得了开放域检测新SOTA！ 目前开源性能最强的开放域检测模型！（比GroundingDINO高 12.7% AP！比 YOLO-World 高 4.7% AP！） 项目已公开论文，代码和Demo！ 项目链接：https://wanghao9610.github.io/OV-DINO/ 论文链接：https://arxiv.org/abs/2407.07844 代码链接：https://github.com/wanghao9610/OV-DINO 在线Demo：http://47.115.200.157:7860/ 1.亮点 OV-DINO 是一种新颖的统一的开放域检测方法，能为实际应用提供出色的性能和效果。 OV-DINO 提出了一个统一的数据集成管道，用于 整合多种数据源进行端到端的预训练 ；并提出了一个语言感知选择性融合模块，以提高模型的视觉语言理解 ………………………………