开放世界目标检测网络

未知召回超4成

用扩散模型给未知物体提供无监督监督，推理时校准概率，在不牺牲速度的前提下把未知目标召回率推到当前最高。

Huang, Yangyang · Xi, Xing · 罗荣华

Image and Vision Computing 2025

参数信息

未知目标召回率

54.7 U-Recall

推理速度

35.04 FPS

推理速度（对比Deformable DETR）

10.95 FPS

技术优势

标签偏差缓解

通过大视觉模型的辅助监督和扩散模型的无监督建模，模型能更好地学习未知目标的表征，减少将未知目标误判为背景的情况。

推理概率校准

推理时对预测概率进行校准，降低已知类别的置信度、提高未知类别的置信度，平衡最终概率输出，缓解已知类别置信度偏高带来的偏差。

纯卷积实时推理

模型参数量少，使用纯卷积神经网络而非密集注意力机制，推理速度达到35.04 FPS，比基于Deformable DETR的方法快10.95 FPS，满足实时应用需求。

应用场景

• 自主系统感知：自动驾驶等系统需要识别未见过的新物体，本方法可实时发现未知目标，提升行驶安全性。
• 工业质检：工业质检中可能出现新型缺陷，本方法能自动检测未知缺陷类型，提高质检全面性。
• 无人机避障：无人机飞行中遇到未训练过的障碍物时，本方法能实时识别并规避，降低碰撞风险。
• 手术器械识别：手术中可能出现非标准器械，本方法可识别未见过的手术工具，辅助手术流程管理。