OSR-ViT: A Simple and Modular Framework for Open-Set Object Detection and Discovery

一种目标检测器在开放世界环境下检测和标记新对象的能力对于许多实际应用至关重要。不幸的是，当今开放式目标检测的许多工作是不连贯的，并且未能充分解决那些优先考虑未知对象召回的应用程序，而不仅仅是已知类别准确性的应用程序。为了弥补这一差距，我们提出了一项名为Open-Set Object Detection and Discovery (OSODD)的新任务，并提出了基于Open-Set Regions with ViT features (OSR-ViT)检测框架的解决方案。OSR-ViT结合了一个类别无关的提议网络和一个强大的基于ViT的分类器。它的模块化设计简化了优化，并允许用户轻松地交换提议解决方案和特征提取器，以最适合其应用程序。使用我们的多方面评估协议，我们展示了OSR-ViT获得了远高于现有监督方法的性能水平。我们的方法在低数据环境中也表现出色，使用少量训练数据就能胜过监督基线。

解决问题：论文试图解决开放世界目标检测中的新物体检测问题，提出了一种新的任务Open-Set Object Detection and Discovery (OSODD)和解决方案OSR-ViT。

关键思路：OSR-ViT结合了类别不可知的提议网络和强大的ViT分类器，其模块化设计简化了优化过程，并允许用户轻松交换提议解决方案和特征提取器以最好地适应他们的应用程序。

其他亮点：论文使用多方面的评估协议，表明OSR-ViT获得了远超过现有监督方法的性能水平。该方法在低数据设置下也表现出色，使用少量的训练数据就能超过监督基线。

相关研究：最近的相关研究包括开放世界目标检测，其中一些论文标题包括Open Set Object Detection Using Early and Late Vision，Open-Set Object Detection with a Soft-Boundary R-CNN，Open-Set Domain Adaptation for Object Detection