再也不用预定义目标类别！YOLO-Word：检测任何目标！

最新推荐文章于 2024-07-02 09:25:27 发布

3DCV

最新推荐文章于 2024-07-02 09:25:27 发布

阅读量509

点赞数 6

文章标签：自动驾驶人工智能机器学习 YOLO 深度学习计算机视觉

本文链接：https://blog.csdn.net/2301_81515836/article/details/136370905

版权

作者：泡椒味的口香糖 | 来源：3DCV

在公众号「3DCV」后台，回复「原论文」可获取论文pdf、代码链接

添加微信：dddvision，备注：目标检测，拉你入群

这篇文章提出了一种名为YOLO-World的高效实时开放词汇目标检测方法，旨在解决传统目标检测方法在开放场景中受预定义类别限制的问题。其核心思想是通过视觉语言建模和大规模数据集预训练，增强YOLO系列检测器对开放词汇的检测能力。主要实现方法是使用可重参数化的视觉语言路径聚合网络RepVL-PAN连接文本和图像特征，并引入基于区域的文本对比损失进行预训练，YOLO-World在LVIS数据集上实现了35.4的AP和52帧每秒的速度。

下面一起来阅读一下这项工作~

原文：再也不用预定义目标类别！YOLO-Word：检测任何目标！

专业！3D视觉视频课程

3D视觉工坊精品课程官网：3dcver.com

我们的3D视觉学习平台包含：相位偏折术、面结构光高阶、结构光、机械臂抓取、工业点云实战、Open3D、深度学习缺陷检测、3D缺陷检测、BEV&Occ、Transformer、模型部署、3D目标检测、单目深度估计、车载标定、规划与控制、无人机、三维视觉C++、三维视觉python、dTOF、相机标定、ROS2、机器人控制规划、LeGo-LAOM、激光-视觉-IMU-GPS融合SLAM、LOAM-SLAM、室内室外SLAM、VINS-Fusion、ORB-SLAM3、MVSNet三维重建、colmap、线面结构光、硬件结构光扫描仪。

▲长按扫码学习3D视觉精品课程

首个！国内3D视觉学习圈子

我们的3D视觉学习圈子「3D视觉从入门到精通」知识星球、国内成立时间最早、6000+成员交流学习。包括：星球专属课程近20门（价值超6000）、项目对接、3D视觉学习路线总结、最新顶会论文&代码、3D视觉行业最新模组、3D视觉源码汇总、书籍推荐、编程基础&学习工具、实战项目&作业、求职招聘&面经&面试题等等。国内超一流3D视觉学习圈子！欢迎您扫码加入我们的学习圈子知识星球。

▲长按扫码加入星球

重磅！3D视觉交流群

大家好，群里会第一时间发布3D计算机视觉方向的最前沿论文解读和交流分享，主要方向有：

视觉SLAM、激光SLAM、语义SLAM、NeRF-SLAM、路径规划、相机标定、立体匹配、三维点云、结构光、机械臂抓取、缺陷检测、6D位姿估计、相位偏折术、Halcon、阵列相机、光度立体视觉、NeRF、多视图几何、OpenMVS、MVSNet、colmap、纹理贴图、深度估计、Transformer、多传感器标定、多传感器融合、3D目标检测、路径规划、轨迹预测、3D点云分割、模型部署、车道线检测、BEV感知、Occupancy、目标跟踪、四旋翼建模、无人机飞控、求职、硬件选型、视觉产品落地、最新论文、3D视觉最新产群。

添加微信: dddvision，备注：研究方向+学校/公司+昵称（如3D点云+清华+小草莓）, 拉你入群。