![arxiv：2406.09201v3 [CS.CV] 2024年6月21日](/simg/3/320ae63d161446b01044352944f9cd48014236d4.webp)
机构名称：
¥ 1.0
当前使用广泛使用的对象检测数据集，例如Coco [23]，Objects365 [32]和OpenImages V4 [19] [19]，提供大量图像和类别，仍然具有有限的词汇。这些数据集的有限词汇限制了班级检测器的训练潜力，因为理想的检测器应该能够识别培训集外的新类别。即使是LVIS [16]（例如LVIS [16]）的大型词汇检测数据集，就类别的数量和多样性而言，也无法完全代表现实世界的复杂性。V3DET为研究社区提供了一个大型的对象检测数据集，该数据集可以加速对更通用的视觉检测系统的探索。基线级联结构非常适合处理V3DET数据集的分层类别结构。使用常见的检测改进策略，我们将监督轨道I视为具有复杂标签的传统对象检测任务。通过改善特征金字塔网（FPN）结构，我们希望网络可以有效地学习更深入的语义信息。此外，我们通过调整损失函数来构成标签。
arxiv：2406.09201v3 [CS.CV] 2024年6月21日
主要关键词
![arxiv：2406.09201v3 [CS.CV] 2024年6月21日PDF文件第1页](/bimg/7/78826253e9a7b7bfda8674414a9084df27a6ce20.webp)
![arxiv：2406.09201v3 [CS.CV] 2024年6月21日PDF文件第2页](/bimg/f/f7c40129d8d6b82429a3bf3934f60bf8d3cb10f2.webp)
![arxiv：2406.09201v3 [CS.CV] 2024年6月21日PDF文件第3页](/bimg/e/e1246cd27d719d7549561a95dfdcc27864536233.webp)
![arxiv：2406.09201v3 [CS.CV] 2024年6月21日PDF文件第4页](/bimg/3/3b25d421a54452d1b8d96237c9b7b07a371eb0c8.webp)
![arxiv：2406.09201v3 [CS.CV] 2024年6月21日PDF文件第5页](/bimg/c/c3dc33dda7c03f56a5f03a07061ccbcfec504046.webp)
相关文件推荐
![arxiv：2406.11641v1 [CS.CV] 2024年6月17日](/simg/c/c66f024a584b5d4988aba60fa80da02507bd8838.webp)
![arxiv：2406.12109v1 [CS.CL] 2024年6月17日](/simg/a/a0852110e08f2258b8ed3e33aa83098394b2b43a.webp)
![arxiv：2305.04536v2 [CS.CV] 2024年6月18日](/simg/9/954ae78a6188e649adb8f41247881a246a455e8d.webp)
![arxiv：2406.06978v4 [CS.CV] 2024年8月30日](/simg/0/0e09b061d49570ad773a0a825e2a80bd33b33716.webp)
![arxiv：2406.15155v1 [q-bio.nc] 2024年6月21日](/simg/8/8c78636b50c3d9144e4b4b475b654f6141a3db55.webp)
![arxiv：2406.02893v2 [CS.CL] 2024年6月9日](/simg/e/e240398aa932ac4270dbf5817ac7f09ec964f7c3.webp)
![arxiv：2303.04376v2 [CS.CV] 2024年2月21日](/simg/c/c08cba40f15bbb2f314c7e7ff6ea1da6df626a12.webp)
![arxiv：2406.08858v1 [CS.RO] 2024年6月13日-Omnih2o](/simg/d/dc505b50ac9d6d51ceb6b1d54938a6a7a50b5116.webp)
![arxiv：2406.08198v1 [CS.SE] 2024年6月12日](/simg/3/3e025842e846c10e9fe5bd5b0620ab6ef4cf5221.webp)
![arxiv：2406.07785v1 [cs.cv] 2024年6月12日](/simg/f/fc36c282d34c9d0aa407b03d42b79c5a6f00979f.webp)
![arxiv：2406.14478v1 [cs.lg] 2024年6月20日](/simg/8/8f36ddcfc06f714ebbe8a5924068d471aba52e89.webp)
![arxiv：2406.17697v1 [cs.lg] 2024年6月25日](/simg/9/937f633fcdf4917da882b60dacd7de51eeac43e2.webp)
![arxiv：2406.17864v1 [cs.cy] 2024年6月25日](/simg/0/0ae0fe33658ca871d3f0683c429fb97ffb56941b.webp)
![arxiv：2406.16780v1 [eess.sy] 2024年6月24日](/simg/a/ab289b6b57d659a7e9af9cf6816cc70cd4ac988b.webp)
![arxiv：2406.04164v1 [Math-ph] 2024年6月6日](/simg/2/244ddda68206624f19a7cdc31141a6d36e46578e.webp)
![arxiv：2406.08056v1 [eess.as] 2024年6月12日](/simg/c/c9a7cfe707da990a31849c243929c86fa26e8e3f.webp)
![arxiv：2406.00006v1 [CS.RO] 2024年5月14日](/simg/1/16227b3aa1b55c22d24698ac8ed1fed0c9197829.webp)
![arxiv：2311.10678V2 [CS.RO] 2024年3月21日](/simg/d/dec77ae97faebdc144858814cd2153c7b85b5b55.webp)
![arxiv：2306.11232v2 [q-bio.nc] 2024年6月21日](/simg/0/09400f00f48f374c1dcbfea9d9b92f07ef2e9c1e.webp)
![arxiv：2406.10692v1 [gr-qc] 2024年6月15日](/simg/a/a68a01ae75d5e8dfb78781271f5f50b559dcea62.webp)
![arxiv：2406.01761v1 [Quant-ph] 2024年6月3日](/simg/9/96cd6f46bc57d32861456c9cc17a4b596d700234.webp)
![arxiv：2401.08687v2 [CS.CV] 2024年8月13日](/simg/2/21a00eb50769f592898182bdc195e5cf792ce43d.webp)
![arxiv：2408.09358v2 [CS.CV] 2024年8月20日](/simg/9/9c7601f6283402fa75890197349dd4c7072fda58.webp)
![arxiv：2405.01677V2 [CS.LG] 2024年6月7日](/simg/1/1e0e7568f6ff3e5ae97a70471a935bb649c4e3f8.webp)
![arxiv：2311.14656v3 [CS.CV] 2024年1月16日](/simg/6/6719bc3d423809c89dce0217b4e73bcb57eec732.webp)
![arxiv：2212.03228v3 [CS.LG] 2024年6月7日](/simg/8/8d6e55e36345a92f0bcf230744b271c0e1d39a3c.webp)
![arxiv：2308.12252V4 [CS.LG] 2024年6月18日](/simg/d/d3b0680c168e732a9b1ac061852d6c8da29e032e.webp)
![arxiv：2310.01424v2 [CS.CL] 2024年6月18日](/simg/8/803e03aa7d6ae1b7e476cacb26b4a26b6941aae1.webp)
![arxiv：2208.01582v3 [CS.CV] 2023年6月19日](/simg/8/81d9c6fdbb81024376d5297f0c946c4017919ecf.webp)
![arxiv：2401.11228v1 [CS.CV] 2024年1月20日](/simg/4/4dd72e7eae90a1bcd34bf09c3f1c60e8cf6393ea.webp)