YOLO-World: Real-Time Open-Vocabulary Object Detection

已于 2024-06-07 09:22:31 修改
阅读量1.7k 收藏 18
点赞数 22
分类专栏： vision / segmentation 文章标签： YOLO 目标检测 人工智能
于 2024-02-02 15:12:05 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/JishuFengyang/article/details/135993666
版权
yolo-world
摘要由CSDN通过智能技术生成

文章目录

在这里插入图片描述

YOLO系列检测器已将自己确立为高效实用的工具。然而，它们依赖于预定义和训练的物体类别，这在开放场景中限制了它们的适用性。针对这一限制，作者引入了YOLO-World，这是一种创新的方法，通过视觉语言建模和在大型数据集上的预训练，将YOLO与开集检测能力相结合。具体来说，作者提出了一种新的可重参化的视觉语言路径聚合网络（RepVL-PAN）和区域文本对比损失，以促进视觉和语言信息之间的交互。作者的方法在以零样本方式检测广泛范围的物体时表现出色，且效率高。

在具有挑战性的LVIS数据集上，YOLO-World在V100上实现了35.4 AP和52.0 FPS，在准确性和速度上都超过了许多最先进的方法。此外，经过微调的YOLO-World在包括目标检测和开集实例分割在内的几个下游任务上取得了显著性能。

论文链接：https://arxiv.org/abs/2401.17270

代码链接：https://github.com/AILab-CVC/YOLO-World

1. Introduction

作者的主要贡献可以概括为三个方面：

  1. 作者介绍了YOLO-World，这是一个前沿的开集目标检测器

最低0.47元/天 解锁文章
猛码Memmat
关注
  • 22
    点赞
  • 踩
  • 18
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
YOLO-World 简单无需标注无需训练直接可以使用的检测模型
weixin_42357472的博客
03-03 568
YOLO-World 常规的label基本不用训练，直接告诉填入既可使用。
yolo-pet:yolo实时宠物检测和识别
05-12
YOLO宠物YOLO实时宠物检测和识别用于使用或测试从我们的下载经过训练的体重文件，或者自己进行训练。 克隆项目git clone https://github.com/pjreddie/darknet cd darknet 修改yolo源代码vim examples/yolo.c 创建一...
Towards Open Vocabulary Object Detection without Human-provided Bounding Boxes(2021CVPR)----论文阅读笔记
落了一地秋的博客
01-08 2100
Towards Open Vocabulary Object Detection without Human-provided Bounding Boxes----论文阅读笔记Abstract1. Introduction如何实现? pseudo bounding box label如何生成的?2. Related Work3. Related Work3.1. Generating Pseudo Box Labels3.2. Open vocabulary Object Detection with Ps
YOLO-World: Real-Time Open-Vocabulary Object Detection 简介+安装+运行
weixin_42179685的博客
04-13 1257
主干特征网络使用CNN会比Transform架构轻量化许多。YOLO中yolohead的分类器和方框定位中，对分类器进行非常有意思的修改，参考多模态大模型的实现的图文对齐，使其分类器那块不再是每个框的概率，而是变成每个框的特征向量。即每个检测框都有自己的特征向量，通过比对最接近文本类里距离最近的文本特征向量来判断该检测框的类别。待更新。
Yolo-World在自定义数据集上进行闭集词汇训练过程（一）——使用源码训练模型
ITdaka的博客
05-29 1251
基于自定义数据集如何训练yolo-world模型
YOLO-World
whaosoft143ai的博客
02-02 5938
首先，与在完整LVIS数据集上训练的oracle YOLOv8s相比，YOLO-World取得了显著的提升，尤其是对于较大模型，例如，YOLO-World-L比YOLOv8-L在7.2 AP和10.2 AP上有更好的表现。此外，作为高效的单阶段检测器，YOLO-World在总体性能上超过了之前最先进的两阶段方法，而且无需额外的设计，例如，可学习的提示[7]或基于区域的对齐。预训练的YOLO-World拥有丰富的区域文本对，展示了在大词汇检测方面的强大能力，且更多的数据训练将带来开集能力的更大提升。
YOLO-World：实时开放词汇目标检测
AI数据工厂
02-20 2739
本文通读了YOLO-World的论文，翻译了其关键内容。
YOLO | YOLO-World论文详解
weixin_44649780的博客
02-16 5138
腾讯出的热气腾腾的论文YOLO-World来啦~
YOLO-World ：实时开放词汇对象检测，前沿开集目标检测器！YOLOV8/计算机视觉/深度学习
Java_college的博客
04-08 1512
YOLO-World的实时开放词汇检测能力和优秀的性能使其成为了一个强大的工具，可用于各种需要快速准确对象检测的场景。YOLO在标准基准测试中，World 的速度和效率超过了现有的开放词汇检测器，包括 MDETR 和 GLIP 系列，展示了YOLOv8 在单个 NVIDIA V100 GPU 上的卓越性能。本节详细介绍了可用的模型及其特定的预训练权重、支持的任务以及与各种运行模式（如推理、验证、训练和导出）的兼容性，支持的模式用 ✅ 表示，不支持的模式用 ❌ 表示。可用型号、支持的任务和运行模式。
YOLO-World：实时开放词汇对象检测
04-11
为了解决这一局限性，我们引入了 YOLO-World，这是一种创新方法，通过视觉语言建模和大规模数据集的预训练，增强了 YOLO 的开放词汇检测功能。具体而言，我们提出了一种新的可重新参数化的视觉-语言路径聚合网络...
YOLO-Former：YOLO与ViT握手
04-11
所提出的YOLO-Former方法将Transformer和YOLOv4的思想无缝集成，创建了一个高精度、高效率的目标检测系统。该方法利用了 YOLOv4 的快速推理速度，并通过集成卷积注意力和 transformer 模块，融合了 transformer 架构...
C#中使用OpenVINO部署YOLO-World模型实现实时开放词汇对象检测的onnx模型演示源码含所有模型+所有依赖库.7z
最新发布
05-30
【测试环境】 vs2019,net framework4.7.2,opencvsharp4.9.0 源码下载后可以直接用vs2019运行 更详细信息参考博文：blog.csdn.net/FL1623863129/article/details/139309836 视频演示：https://www.bilibili.com/video/BV1F1421q7cw/
YOLO-Tutorials:YOLO对象检测教程
03-14
YOLO-Tutorials是一个专注于YOLO（You Only Look Once）对象检测技术的学习资源，由Gilbert Tanner提供。这个教程集合包含了代码实现，旨在帮助学习者理解并应用YOLO算法进行目标检测。YOLO是一种实时的、高效的...
pytorch-yolo-v3:YOLO v3对象检测算法的PyTorch实现
05-10
YOLO v3对象检测器的PyTorch实现 [更新]：此存储库用作我研究的驱动程序代码。 我刚刚大学毕业，并且在最终申请硕士学位之前非常忙于寻找研究实习/研究职位。 我暂时没有时间研究问题。 谢谢你。 该存储库包含用于...
YOLO-World：实时开放词汇对象检测（论文+代码）
weixin_47151388的博客
04-06 4487
You Only Look Once （YOLO） 系列探测器已成为高效实用的工具。但是，它们对预定义和训练对象类别的依赖限制了它们在开放场景中的适用性。为了解决这一局限性，我们引入了 YOLO-World，这是一种创新方法，通过视觉语言建模和大规模数据集的预训练，增强了 YOLO 的开放词汇检测功能。具体而言，我们提出了一种新的可重新参数化的视觉-语言路径聚合网络（RepVL-PAN）和区域-文本对比损失，以促进视觉和语言信息之间的交互。我们的方法擅长以零射程、高效率检测各种物体。
【深度学习】YOLO-World: Real-Time Open-Vocabulary Object Detection，目标检测
q742971636的博客
04-08 2121
YOLO-World是一种实时开放词汇目标检测系统，它通过视觉-语言建模和大规模数据集上的预训练，增强了YOLO（You Only Look Once）系列检测器的开放词汇检测能力。具体来说，该研究提出了一个新的可重新参数化的视-语路径聚合网络（RepVL-PAN）和区域-文本对比损失函数，以促进视觉和语言信息之间的交互。YOLO-World在零样本方式下检测广泛对象类别方面表现出色，并且效率很高。
YOLO-World初体验：Ultralytics版本，可直接上手，离线运行
AI数据工厂
02-20 9820
YOLOv8官方新增了对YOLO-World的支持，本文利用其提供的模型及接口进行了体验。
人工智能培训之AI没有落下的腾讯出YOLO-World爆款 | 开集目标检测速度提升20倍，效果不减
人工智能讲师分享前沿技术
02-03 691
首先，与在完整LVIS数据集上训练的oracle YOLOv8s相比，YOLO-World取得了显著的提升，尤其是对于较大模型，例如，YOLO-World-L比YOLOv8-L在7.2 AP和10.2 AP上有更好的表现。此外，作为高效的单阶段检测器，YOLO-World在总体性能上超过了之前最先进的两阶段方法，而且无需额外的设计，例如，可学习的提示[7]或基于区域的对齐。预训练的YOLO-World拥有丰富的区域文本对，展示了在大词汇检测方面的强大能力，且更多的数据训练将带来开集能力的更大提升。
YOLO-World：开启实时开放词汇对象检测新时代
"YOLO-World：实时开放词汇对象检测，通过视觉语言建模和大规模数据集预训练增强YOLO的开放词汇检测能力，提出可重新参数化的视觉-语言路径聚合网络（RepVL-PAN）和区域-文本对比损失，实现高效率、高准确性的对象...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

猛码Memmat

欢迎支持，随缘打赏 ~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值