Novel Object Detection

La détection d'objets inconnus est une tâche complexe en vision par ordinateur proposée par Fomenko et al. dans leur article intitulé « Learning to Discover and Detect Objects ». Cette tâche vise à évaluer les performances du modèle en termes de mAP (mean Average Precision) sur des catégories connues et inconnues. Les catégories connues sont les 80 classes du jeu de données COCO, tandis que les catégories inconnues sont les 1123 classes restantes du jeu de données LVIS. Lors de l'entraînement, le modèle ne peut apprendre que des annotations fournies dans le jeu de données COCO, mais lors de l'évaluation et de l'inférence, il doit classer et détecter toutes les catégories présentes dans le jeu de données LVIS. Cette tâche est d'une valeur appliquée considérable pour améliorer la capacité de généralisation du modèle et sa capacité à reconnaître de nouveaux objets.