通用目标检测大模型

一个面向跨数据集、多领域统一检测的大模型，通过层级感知标签处理和高效训练，在百万级基准上取得领先。

Lin, Feng · Wenze, Hu · Wang, Yaowei · 田永鸿 · 卢光明 · 陈芳林 · Xu, Yong · Xiaoyu, Wang

International Journal of Computer Vision 2023

参数信息

竞赛排名

2

技术优势

统一多域检测

通过层级感知的标签处理和损失设计，模型能够在多个数据集上联合训练，处理标签冲突与层级分类，从而用一个模型覆盖多个领域的目标检测。

资源高效训练

利用预训练大视觉模型，采用资源高效的训练策略，使得在百万级跨数据集基准上训练可行，并取得第二名。

应用场景

• 通用视觉系统：作为通用视觉系统的基础检测模块，免去为每个任务单独训练模型的重复工作。
• 智能安防：提供跨场景的通用检测能力，降低安防系统在多种监控环境下的适配成本。
• 工业质检：支持不同产线和产品的统一检测，减少针对特定缺陷重新标注和训练的需求。
• 自动驾驶：可作为多传感器融合感知的通用检测器，覆盖不同数据源和场景的目标类别。