DSAA：用于细粒度开放词汇检测的双阶段属性激活
计算机视觉与模式识别
2026-05-19 v1
摘要
开放词汇目标检测（OVD）模型打破了闭集检测的限制，能够通过自然语言提示识别未见类别。然而，在涉及颜色、材质和纹理等属性的细粒度检测任务中，它们表现出明显的局限性。我们将 OVD 模型中的这一性能瓶颈归因于一个核心问题：当类别信号占主导地位时，OVD 模型在推理过程中倾向于边缘化属性信息。这导致了属性与目标对象之间的错误绑定。为了解决这个问题，我们提出了双阶段属性激活（DSAA）框架，该框架通过在两个关键阶段强化属性语义来增强细粒度检测能力。在文本嵌入阶段，我们采用属性前缀适配器（APA）模块生成属性前缀，以注入显式的属性先验。为了进一步放大这些属性的影响，我们的键/值（K/V）调制器模块随后在 BERT 编码阶段介入，选择性地增强相应属性 token 的 Key 和 Value 向量。此外，我们引入了属性感知对比损失，以在训练过程中改善对具有不同属性的同类别实例的区分能力。在 FG-OVD 基准上的实验结果证明了我们的方法在各种主流开放词汇模型上的有效性。
引用
@article{arxiv.2605.18023,
title = {DSAA: Dual-Stage Attribute Activation for Fine-grained Open Vocabulary Detection},
author = {Donghong Jiang and Endian Lin and Hanqing Liu and Mingjie Liu and Luoping Cui and Zhao Yang and Chuang Zhu},
journal= {arXiv preprint arXiv:2605.18023},
year = {2026}
}