【CVPR2023】在开放世界中检测一切：通用目标检测

论文题目：Detecting Everything in the Open World Towards Universal Object Detection

代码：https://github.com/zhenyuw16/UniDetector

导读&动机

这篇论文来自清华&港大&meta，论文着眼于通用目标检测（Universal Object Detection）的问题，旨在实现在各种场景中检测各种目标的能力。这也是第一个正式解决通用目标检测问题的工作。

传统的目标检测方法依赖于大规模的标注数据集，但在开放世界中，出现新类别或新场景时，通常需要重新构建数据集，这限制了它们的泛化能力。

为了克服这一挑战，本文提出了UniDetector，这是一种通用目标检测框架，具备两项关键能力：

一是能够利用来自多个来源和异构标签空间的图像进行训练，以获得足够的信息进行泛化；

二是具有出色的开放世界泛化能力，可以预测未在训练中注释的新类别。

为实现这些能力，本文提出了一种分离的训练方法，以处理多源图像和异构标签，同时引入了概率校准方法来提高预测性能。实验证明，UniDetector在各个方面都表现出卓越的性能，是通用目标检测领域的一项重要创新。

本文贡献

• 提出了UniDetector：UniDetector是一个通用目标检测框架，旨在解决通用目标检测的关键问题。UniDetector能够利用来自多个来源和异构标签空间的图像进行训练，并具备强大的开放世界泛化能力，可以预测未在训练中注释的新类别。

• 分离训练策略：本文提出了一种分离的训练策略，将 proposal 生成阶段和 RoI（Region of Interest）分类阶段的训练分开。这种策略有助于模型更好地泛化到新类别，避免了在推理时偏向基本类别的问题。

• 概率校准：引入了概率校准方法，用于平衡模型对不同类别的预测分布，并提高对新类别的预测性能。

相关工作

目标检测方法分类：目标检测方法通常可以分为两种类别：两阶段方法和一阶段方法。两阶段检测器&#x