面向开放世界的深度学习

Motivation

尽管深度学习已经在各大数据集上有优异表现，但在实际动态变化的世界里，这些预先学习了数据集知识的模型却难以适应多变、未知。最近，已经有一些学者意识到了这个重要问题。本文将增量式记录目前科学界对于开放世界学习问题的一些成果，以便学习、查阅。

论文列表

1. 面向开放世界的目标检测

• Towards Open World Object Detection（CVPR2021）：
  论文：https://arxiv.org/pdf/2103.02603.pdf
  代码：https://github.com/JosephKJ/OWOD

2. 面向开放世界的深度估计

• Generalizing to the Open World Deep Visual Odometry with Online Adaptation(CVPR2021)：
  论文：https://arxiv.org/pdf/2103.15279v1.pdf
  代码：暂无