低质量图像中开放词汇物体检测的性能评估

本文探讨了一个实用且重要的问题：评估开放词汇物体检测模型在低质量图像下的鲁棒性。这项研究的意义在于它关注真实世界的图像退化，这对于在实际应用中部署这些模型至关重要。引入模拟低质量图像的新数据集是一项有价值的贡献，可以实现更真实和全面的评估。研究结果突出了不同模型在不同退化水平下的不同表现，为未来的研究和模型开发提供了见解。

• •在低质量图像上评估开放词汇物体检测模型。
• •引入了一个模拟低质量图像的新数据集。
• •不同模型和退化水平下的性能差异很大。
• •OWLv2 模型表现优于其他模型。