微信扫码
添加专属顾问
我要投稿
Paper:YOLO-World: Real-Time Open-Vocabulary Object Detection
Abs:https://arxiv.org/abs/2401.17270
Code:https://github.com/AILab-CVC/YOLO-World在自然图像与视频目标检测与识别领域,传统方法通常在预定义类别的数据集上训练,无法识别数据集中未出现的目标类别,缺乏零样本检测能力,识别能力有限。
来自Tencent AI Lab、ARC Lab、Tencent PCG 以及华中科技大学的研究者们在 CVPR 2024 上提出了基于视觉语言建模的开放词汇YOLO-World模型,并探索针对YOLO检测器的大规模数据预训练方法,赋予 YOLO 模型零样本检测能力与语言理解能力,在推理速度和零样本检测精度上均领先先前工作。
YOLO-World模型目前已经在腾讯内部多项业务中落地,并与海外多家公司达成商业合作。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2026-06-24
精华:去哪儿网AI Coding研发平台实践,值得读三遍的样本
2026-06-24
做 FDE 的第一步不是写代码,而是把客户问题拆到能验收
2026-06-24
Claude学会常驻Slack,AI协作变天了
2026-06-23
微信6年来最大改版——关于微信AI助手小微的15条思考
2026-06-23
Loop Engineering 实战笔记:让 Agent 自己发现、执行和复盘
2026-06-23
微信 AI 小微初体验
2026-06-23
暴论:Agent Skill 会被淘汰
2026-06-23
ClaudeCode团队负责人最新访谈:AI原生团队,到底如何运转?(5条底层逻辑)
2026-04-15
2026-04-07
2026-04-07
2026-03-31
2026-04-24
2026-04-17
2026-03-31
2026-04-05
2026-04-02
2026-04-05
2026-06-18
2026-06-18
2026-06-10
2026-06-10
2026-06-07
2026-06-06
2026-06-03
2026-06-02