Tag: ovd

以下の組み合わせからなる

• 強いVLMの知識
• 領域レベルへの適応
• 疑似ラベル生成
• 大規模弱教師データ

代表論文がしていること

• ViLD
  事前学習済みのオープン語彙分類モデルを教師にして、その知識を2段階検出器へ蒸留する枠組みです。要するに「分類モデルが持つ言語知識を検出器へ移す」アプローチで、OVDの出発点として非常に重要です（ViLD）。Open-vocabulary Object Detection via Vision and Language Knowledge Distillation
• RegionCLIP
  CLIPは画像全体と文を対応づけるので、物体領域単位では弱いという問題に対して、領域とテキストを直接そろえる事前…