1. 探究问题
1.1 如何实现未知目标的识别?
作者建议自动将图像中的一些对象标记为潜在的未知对象。为此,作者基于RPN(区域候选网络)与类无关的事实,将那些具有较高客观性评分但不与ground-truth对象重叠的propasal标记为潜在的未知对象。
如何训练和测试?
基于能量的未知检测,是本文的一大亮点。
能量函数的特点是,分布内的样本分配的能量值会低。
1.2 如何实现增量学习?
1.2.1 增量学习的测试集如何设置?一直都是一样的吗?
1.2.2 未见类原型p0是如何更新的?
2. 参考文献
1 [paper]
2 [code]
3 博客:目标检测一卷到底之后,终于有人为它挖了个新坑|CVPR2021 Oral