2024年5月27日

Simple Open-Vocabulary Object Detection with Vision Transformers
摘要： 郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ Abstract. 将简单的结构与大规模的预训练相结合，导致了图像分类的巨大改进。对于目标检测，预训练和缩放方法还没有很好地建立，尤其是在长尾和开放词汇环境中，那里的训练数据相对较少。在本文中，我们提出了一个将图像-文本模型转移到开放词汇 阅读全文
posted @ 2024-05-27 19:23 穷酸秀才大草包 阅读(284) 评论(0) 推荐(0)

导航