新規物体検出

ノベルオブジェクト検出は、Fomenkoらが論文「Learning to Discover and Detect Objects」で提案した挑戦的なコンピュータビジョンのタスクです。このタスクでは、モデルのmAP（平均精度）性能を既知のカテゴリと未知のカテゴリの両方で評価することを目指しています。既知のカテゴリはCOCOデータセットの80クラスであり、未知のカテゴリはLVISデータセットの残り1123クラスです。学習時には、モデルはCOCOデータセットに提供されるアノテーションのみを使用できますが、評価や推論時にはLVISデータセットに含まれるすべてのカテゴリを分類し、検出する必要があります。このタスクは、モデルの汎化能力と新しい物体を認識する能力を向上させるために重要な応用価値を持っています。