标题：Meta、德克萨斯大学｜Detecting Twenty-thousand Classes using Image-level Supervision（使用图像级监督检测两万个类别）

作者：Xingyi Zhou, Ishan Misra等

简介：本文提出一种新的图像分类算法。由于检测数据集规模小，当前目标检测器的词汇量有限。另一方面，图像分类器对更大的词汇表进行推理，因为它们的数据集更大且更容易收集。作者提出了Detic，它只是在图像分类数据上训练检测器的分类器，因此将检测器的词汇量扩大到数万的概念。与之前的工作不同，Detic不会根据模型预测为框分配图像标签，使其更容易实现并与一系列兼容检测架构和主干。作者的结果显示即使对于没有框注释的类，Detic也能产生出色的检测器。它在这两个方面都优于以前的工作开放词汇和长尾检测基准。迪克为所有类别提供2.4mAP和8.3mAP的增益用于开放词汇LVIS基准上的新课程。在标准LVIS基准测试中，Detic 达到41.7mAP对于所有类和稀有类41.7mAP。第一次，作者用21000类ImageNet数据集训练了一个检测器，并表明它可以泛化无需微调。

代码下载：https://github.com/facebookresearch/Detic

论文下载：https://arxiv.org/pdf/2201.02605v1.pdf

内容中包含的图片若涉及版权问题，请及时与我们联系删除