タグ: #OWLv2

← すべての記事

• オープンボキャブラリー検出：CLIPのテキスト埋め込みを検出器に組み込む — OWL-ViT、OWLv2、Grounding DINO、YOLO-World、YOLOE

  通常の検出器は、学習時に定めた80種類（COCO）のカテゴリしか検出できません。「racket」というテキストを与えるだけでラケットを見つけるオープンボキャブラリー検出は、分類ヘッドの固定重みをテキストエンコーダーが生成した埋め込みに置き換えることから始まります。ViTのトークンごとにボックスとテキスト埋め込みを結び付けたOWL-ViT、数十億枚のウェブ画像に自らラベル付けしてレアクラスのAPを31.2から44.6に向上させたOWLv2

  2026-10-17 · 15 分で読めます #비전 모델#열린 어휘 검출#CLIP#OWL-ViT#OWLv2