Novel Object Detection

Die Erkennung von neuen Objekten ist eine anspruchsvolle Aufgabe im Bereich der Computer Vision, die von Fomenko et al. in ihrem Paper „Learning to Discover and Detect Objects“ vorgeschlagen wurde. Das Ziel dieser Aufgabe besteht darin, die mAP-Leistung des Modells sowohl auf bekannten als auch auf unbekannten Kategorien zu bewerten. Die bekannten Kategorien umfassen die 80 Klassen aus dem COCO-Datensatz, während die unbekannten Kategorien die verbleibenden 1123 Klassen aus dem LVIS-Datensatz umfassen. Während des Trainings kann das Modell nur von den Annotationen im COCO-Datensatz lernen, aber bei der Bewertung und Inferenz muss es alle Kategorien im LVIS-Datensatz klassifizieren und erkennen. Diese Aufgabe hat erheblichen praktischen Nutzen, da sie die Generalisierungsfähigkeit des Modells und dessen Fähigkeit zur Erkennung neuer Objekte verbessert.