OpenMax算法详解：深度学习中的高效开集识别技术 在深度学习领域，模型的识别能力往往受限于其训练数据集的范畴。传统的分类模型，如卷积神经网络（CNN）或循环神经网络（RNN），通常被设计为在闭集环境下工作，即只能识别训练时见过的类别。然而，在现实世界的应用中，模型不可避免地会遇到未知类别的数据。为了应对这一挑战，OpenMax算法应运而生，它扩展了传统分类模型的能力，使其能够识别并拒绝未

为了定义开集，我们首先介绍 ε−disc \varepsilon-\text{disc}的概念。 定义1 \textbf{定义1} 对于每个固定的 x∈Rn x\in R^n以及 ε>0 \varepsilon>0，集合 D(x,ε)={y∈Rn|d(x,y)<ε} D(x,\varepsilon)=\{y\in R^n|d(x,y)<\varepsilon\} 称为关

Date：2024.02.22，Tencent AI Lab，华中科技大学Paper：https://arxiv.org/pdf/2401.17270.pdfGithub：https://github.com/AILab-CVC/YOLO-World 论文解决的问题： 通过视觉语言建模和大规模数据集上的预训练来增强YOLO的开发词汇检测能力。 YOLO-world提出了一种prompt-t

背景 大多数现有的对象检测模型都经过训练来识别一组有限的预先确定的类别。将新类添加到可识别对象列表中需要收集和标记新数据，并从头开始重新训练模型，这是一个耗时且昂贵的过程。该大模型的目标是开发一个强大的系统来检测由人类语言输入指定的任意对象，而无需重新训练模型，也称为零样本检测。该模型只需提供文本提示即可识别和检测任何物体。 关键可以生成标签，这样也不用标注了同时能实现任何类别的识别目标检测

文章目录 一、背景二、方法2.1 对新类别的定位 Localization2.2 使用 cropped regions 进行开放词汇检测2.3 ViLD 三、效果 论文：Open-vocabulary Object Detection via Vision and Language Knowledge Distillation 代码：https://github.com/t