超越比GroundingDINO！中大和美团联合提出开放域检测新SOTA方法: OV-DINO！

文章预览

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！） 相关链接 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/ 论文阅读 OV-DINO:具有语言感知选择性融合的统一开放词汇检测 摘要 开放词汇检测是一项具有挑战性的任务，因为它需要根据类名检测对象，包括训练期间未遇到的对象。现有方法通过对各种大规模数据集进行预训练和伪标记，表现出强大的零样本检测能力。然而，这些方法面临两个主要挑战： 如何有效地消除伪标记带来的数据噪声; 如何有效地利用语言感知能力进行区域级 ………………………………