探究问题

如何实现未知目标的识别？

作者建议自动将图像中的一些对象标记为潜在的未知对象。为此，作者基于RPN（区域候选网络)与类无关的事实，将那些具有较高客观性评分但不与ground-truth对象重叠的propasal标记为潜在的未知对象。

如何训练和测试？

基于能量的未知检测，是本文的一大亮点。

能量函数的特点是，分布内的样本分配的能量值会低。

如何实现增量学习？

增量学习的测试集如何设置？一直都是一样的吗？

未见类原型p0是如何更新的？

论文传递门

论文链接：
https://arxiv.org/abs/2103.02603

代码：
https://github.com/JosephKJ/OWOD

目标检测一卷到底之后，终于有人为它挖了个新坑｜CVPR2021 Oral
https://mp.weixin.qq.com/s/1_WC_hTTc9fgSJUqBsfTYQ

版权声明：本文为CSDN博主「一亩高粱」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/cp_oldy/article/details/114737162