邻域注意力对齐网络

开集检测精度提升

在注意力机制内融合邻近区域上下文词汇知识，缓解蒸馏信息不足对开放词汇检测的限制。

Qiang, Sunyuan · Xianfei, Li · Liang, Yanyan · Liao, Wenlong · He, Tao · Peng, Pai

Engineering Applications of Artificial Intelligence 2025

技术优势

对齐更充分

在注意力机制内进行对齐，直接使检测器与预训练视觉-语言模型之间的知识传递更充分，避免了传统蒸馏中信息不足的问题。

利用上下文词汇

随机探索邻近区域以捕获周围的上下文词汇知识，为每个候选区域提供更丰富的语义信息，从而提升对新类别的识别能力。

提升新类检测

通过邻近区域注意力交互提取区域标记特征，将丰富的上下文信息无缝融入蒸馏过程，大幅提升开放词汇基准上的检测性能。

应用场景

• 开放世界感知：在开放环境中检测未见过的新物体类别，扩展感知系统的认知边界。
• 机器人视觉：使机器人在动态场景中识别新物体，增强自主交互与导航能力。
• 智能监控：自动发现监控画面中未预定义的可疑物体或异常，减少人工标注依赖。
• 具身智能感知：为具身智能体提供开放词汇视觉能力，支持在真实环境中理解新物体。
• 工业质检：在生产线上发现新型缺陷或未知工件类型，无需重新训练即可适应变化。