跳到正文
arXiv · 机器人与计算机视觉· Yang-Syu Li, Cheng-Huan Yang, Chia-Yung Jui, Peggy Joy Lu·· 2026-10-20AI 评分63

SL-Ground:面向细粒度开放词汇目标检测的句级定位方法

SL-Ground: Sentence-Level Grounding for Fine-Grained Open-Vocabulary Object Detection

AI 导读

针对现有基于词元的开放词汇检测器难以处理完整组合描述导致的细粒度识别瓶颈,本文提出 SL-Ground 方案,将类别描述编码为完整的句级表示并直接对查询进行评分。研究构建了涵盖车型、品牌和具体型号的多粒度斯坦福汽车基准测试,结果显示在细粒度车型级别上,该方法在匹配训练候选采样下将平均精度从 14.5% 提升至 70.6%,在全词汇训练下达到 86.0%,同时保持了良好的开放词汇能力。

来源:arXiv · 机器人与计算机视觉 · arxiv.org