摘要
零样本检测（ZSD）是一项具有挑战性的任务，其目标是在模型未接受过某些目标类别（“未见”类别）的视觉样本训练的情况下，同时识别和定位物体。最近，采用生成模型如生成对抗网络（GANs）的方法展示了一些最佳的结果，这些方法通过在已见类别数据上训练的GAN根据语义生成未见类别的样本，从而使普通的物体检测器能够识别未见物体。然而，语义混淆的问题仍然存在，即模型有时无法区分语义相似的类别。在这项工作中，我们提出了一种结合三元组损失的生成模型训练方法，该方法考虑了类别之间的差异程度，并将其反映在生成的样本中。此外，还施加了循环一致性损失，以确保生成的某一类别的视觉样本与其自身的语义高度对应。在两个基准ZSD数据集——MSCOCO和PASCAL-VOC上的广泛实验表明，与现有的ZSD方法相比，该方法显著提高了性能，减少了语义混淆并改善了对未见类别的检测效果。