arXiv · 机器人与计算机视觉· Yupeng Zhang, Ziyi Zhao, Juntao Cheng, Sheng Wang, Ningnan Guo, Ruize Han, Liang Wan·· 2026-10-08AI 评分53
RT-DETR-World:将丰富的大语言模型语义转移至实时开放词汇检测
RT-DETR-World: Transferring Rich LLM Semantics to Real-Time Open-Vocabulary Detection
AI 导读
论文提出 RT-DETR-World,这是一种紧凑的 DETR 风格检测器,旨在通过文本类别查询识别训练未见类别,同时保持实时效率。研究构建了 GroundingCapv2 数据集,包含三个层级的监督信号:标准类别名称、传达实例级语义的对象描述以及传达对象关系和场景上下文的图像描述。
来源:arXiv · 机器人与计算机视觉 · arxiv.org