基于开放词汇目标驱动实例检测的零样例/少样本目标检测
计算机视觉与模式识别
2024-10-22 v1
摘要
当前大型开放视觉模型可用于一种和少数几样本的对象识别。然而，基于梯度的再训练解决方案成本高昂。另一方面，开放词汇对象检测模型将视觉和文本概念置于相同的潜在空间中，允许通过提示进行零样例检测，计算成本较小。我们提出了一种轻量级方法，将后者转化为一种无需文本描述即可实现的一种或少数几样本的对象识别模型。我们使用YOLO-World模型作为基础，在TEgO数据集上进行实验，结果显示性能随模型大小、示例数量和图像增强的使用而提升。
引用
@article{arxiv.2410.16028,
title = {Few-shot target-driven instance detection based on open-vocabulary object detection models},
author = {Ben Crulis and Barthelemy Serres and Cyril De Runz and Gilles Venturini},
journal= {arXiv preprint arXiv:2410.16028},
year = {2024}
}