开放词汇

Open-vocabulary常用

模型能认出或处理训练标注类别之外、用任意文字描述的物体和概念。

传统检测、分割模型只认训练时固定的一组类别（比如 COCO 的 80 类），叫封闭词汇。开放词汇指模型能接受任意文字作为类别，包括标注里从没出现过的词。2020 年 Zareian 等人提出开放词汇目标检测 OVR-CNN：先用大量图文对学一个视觉-语义共享空间，再用少量框标注训练检测器。之后 CLIP 这类图文对比模型让这条路线普及，出现了 OWL-ViT、Grounding DINO、YOLO-World 等。在具身智能里，开放词汇让机器人能听懂事先没定义过的物体名，常用于开放词汇抓取、导航和移动操作。