您当前的位置：
首页 >
文章列表页 >
知识嵌入引导的双分支融合增强开放词汇目标检测
信息科学 | 更新时间：2026-09-11
上一篇|下一篇

    • 知识嵌入引导的双分支融合增强开放词汇目标检测

    • Knowledge integration guided dual-branch fusion enhanced open-vocabulary object detection

    • “研究人员提出知识嵌入引导的双分支融合增强开放词汇目标检测方法，通过知识嵌入、标签匹配和双分支融合三个模块，有效解决了开放场景中新类概念理解弱、标签混淆与检测性能不足的问题，在COCO和LVIS数据集上分别取得38.6%和25.4%的新类检测精度，优于多个主流方法，为开放词汇目标检测研究提供了新思路。”
    • 金友 ，邓箴 ，刘立波
    • 光学精密工程 2025年33卷第18期 页码：2929-2943

    • DOI： 10.37188/OPE.20253318.2929     

      中图分类号：
    • CSTR： 32169.14.OPE.20253318.2929     

    • 修回：2025-06-04 ，

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 7 ) 表( 8 )

  • 参考文献

  • 出版信息

  • 数据统计

447

浏览量

807

下载量

1

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于灵敏度矩阵的高阶非球面自动干涉检测
光纤耦合系统中角位移台耦合误差建模与修正
基于Mamba架构的遥感图像超分辨率重建方法综述
基于通道注意力增强网络的高效消色差超透镜逆向设计
数字散斑干涉应力应变同步测量

相关作者

暂无数据

相关机构

暂无数据