跳到正文
arXiv · 机器人与计算机视觉· Sadia Ilyas, Annika M\"utze, Klaus Friedrichs, Thomas Kurbiel, Matthias Rottmann·· 2026-10-16AI 评分73

通过合成离群暴露与迁移学习实现街景中的分布外目标检测

Out-of-Distribution Object Detection in Street Scenes via Synthetic Outlier Exposure and Transfer Learning

AI 导读

针对分布外(OOD)物体常被漏检的问题,论文提出 SynOE-OD 方法,利用文本引导修复和开放词汇对象检测器离线生成并验证合成离群样本,进而微调检测器以新增 OOD 类别且无需推理时辅助分支。

来源:arXiv · 机器人与计算机视觉 · arxiv.org