LLMDet是一个基于大语言模型监督的开放词汇目标检测器,能够实现零样本目标检测。
下载量 605
发布时间 : 4/6/2025
模型简介
LLMDet是一个在CVPR2025上发表的亮点论文模型,通过大语言模型的监督学习,实现了强大的开放词汇目标检测能力,特别适合零样本场景下的目标检测任务。
模型特点
开放词汇目标检测
能够检测训练数据中未出现过的类别,实现零样本学习。
大语言模型监督
利用大语言模型的语义理解能力提升目标检测性能。
零样本能力
无需特定类别的训练数据即可检测新类别目标。
模型能力
零样本目标检测
开放词汇识别
多类别物体检测
使用案例
计算机视觉
未知物体检测
在未知场景中检测训练数据中未出现过的物体类别。
能够准确识别和定位未见过的物体。
开放世界目标检测
在开放环境中检测各种物体,无需预先定义所有类别。
提高检测系统的灵活性和适应性。
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文