基于偏移过滤与未知特征强化的开放世界目标检测

打开文本图片集

摘 要：开放世界目标检测（open world object detection，OWOD）是一个计算机视觉挑战，聚焦于现实世界环境，其不仅要检测出标记出的已知物体，还需要能处理训练过程中被忽视的未知物体。针对已知和未知物体的检测混淆、密集未知目标和小目标遗漏等问题，提出了一种新的基于偏移过滤和未知特征强化的开放世界目标检测器（offset filter and unknown-feature reinforcement for open world object detection，OFUR-OWOD）。（剩余14260字）