一种可解决标签偏差问题的开放世界目标检测方法.pdfVIP

华南理工大学学报（自然科学版）

第53卷第3期JournalofSouthChinaUniversityofTechnologyVol.53No.3

2025年3月（NaturalScienceEdition）March2025

doi：10.12141/j.issn.1000-565X.240109

一种可解决标签偏差问题的开放世界目标检测方法

黄阳阳许勇席星罗荣华†

（华南理工大学计算机科学与工程学院，广东广州510006）

摘要：开放世界目标检测（OWOD）将目标检测问题推广到更为复杂的现实动态场景，

要求系统能够识别图像中所有已知和未知目标的类别，并且具有根据新引入知识进行

增量学习的能力。然而，当前的开放世界目标检测方法通常将高对象分数的区域标记

为未知对象，且在很大程度上依赖于已知对象的监督。尽管这些方法能够检测出与已

知对象相似的未知对象，但存在严重的标签偏差问题，即倾向于将与已知对象不相似

的所有区域都视为背景的一部分。为解决此问题，该文首先提出了一种基于视觉大模

型的无监督区域提议生成方法，以提高模型检测未知对象的能力；然后，针对模型训

练过程中，感兴趣区域（ROI）分类阶段对新类别的敏感性会影响区域提议网络（RPN）在

提议生成阶段的泛化性能，提出了解耦RPN区域提议生成和ROI分类的联合训练方法，

以提高模型解决标签偏差问题的能力。实验结果表明：所提方法在MS-COCO数据集上

检测未知对象的性能取得了巨大的提升，未知类别的召回率是SOTA方法的2倍以上，

达到了52.1%，同时在检测已知对象类别方面也保持了竞争性；在推理速度方面，该

文模型使用纯卷积神经网络构建，而不是使用密集注意力机制，帧率比基于可变形的

DETR方法多8.18f/s。

关键词：无监督；开放世界；增量学习；目标检测

中图分类号：TP391文章编号：1000-565X（2025）03-0012-08

基于深度学习的目标检测在多个领域取得了显检测（OWOD）方法，开放世界目标检测任务不仅

［1-4］

著的进展。然而，传统的目标检测模型通常采要求检测器能够识别在训练集中未出现的物体，而

用闭集的设置，忽略了存在于数据集中但没有被标且要求检测器能在这些新检测出的物体上进行增量

注的物体，即未知对象。在某些情况下，检测未知学习。最早的OWOD模型使用区域提议网络（RPN）

对象是至关重要的。例如，自动驾驶汽车或机器人的对象分数来标记未知对象，并采用基于能量的分

［7］

需要检测未知的障碍物，以确保能够安全行驶。为类器来分离已知类别和未知类别。OW-DETR基

［5］［4］

解决这一问题，Dhamija等提出了开放集合目标于可变形的DETR构建，利用中间特征生成的注