arXiv Computer Vision· Sadia Ilyas, Annika M\"utze, Klaus Friedrichs, Thomas Kurbiel, Matthias Rottmann·· 3 小时前AI 评分24
SynOE-OD：用合成离群样本与迁移学习实现街景 OOD 目标检测
Out-of-Distribution Object Detection in Street Scenes via Synthetic Outlier Exposure and Transfer Learning
AI 导读
SynOE-OD 通过文本引导修复和开放词汇目标检测器离线生成并验证合成离群样本，再为检测器增加 OOD 类别进行微调，推理时无需辅助分支。在 OoDIS 基准上，其 RoadObstacle、RoadAnomaly、Fishyscapes 的 AP_50:95 分别达 57.6%、29.4%、39.2%，超过最强开放词汇基线的 48.5%、22.7%、22.7%，同时保持街景 ID 性能。
来源：arXiv Computer Vision · arxiv.org