低品質画像におけるオープンボキャブラリー物体検出の性能評価

この論文は、オープンボキャブラリー物体検出モデルの低品質画像に対するロバスト性を評価するという、実用的で重要な問題に取り組んでいます。この研究の重要性は、実世界の画像劣化に焦点を当てていることにあり、これはこれらのモデルを実際のアプリケーションに展開するために不可欠です。低品質画像をシミュレートする新しいデータセットの導入は、より現実的で包括的な評価を可能にする貴重な貢献です。調査結果は、さまざまな劣化レベルにおけるさまざまなモデルのパフォーマンスの違いを浮き彫りにし、今後の研究とモデル開発のための洞察を提供します。

• •オープンボキャブラリー物体検出モデルが低品質画像で評価されています。
• •低品質画像をシミュレートする新しいデータセットが導入されました。
• •モデルと劣化レベルによってパフォーマンスが大きく異なります。
• •OWLv2モデルは他のモデルよりも優れた性能を示しています。