面向开放世界目标检测的多模态语义概率目标性

MSPO在PROB开放世界目标检测器上加入冻结CLIP文本编码器构建的已知类别语言先验，将类别属性、外观、场景和功能描述编码后，与解码器查询的视觉概率目标性融合，用于校准已知、未知与背景判断。作者称其在M-OWODB和S-OWODB上改善主要综合指标，并使PASCAL VOC最终mAP最高提升2.7个百分点，同时保持有竞争力的未知目标召回率。