개방형 어휘 개체 감지
개방형 어휘 개체 감지를 통해 모델은 훈련 중에 레이블이 지정된 적이 없는 범주를 포함하여 임의의 텍스트로 설명된 개체를 찾아 상자에 넣을 수 있습니다.
개요
It matters because traditional detectors are locked to a fixed list of classes, while open-vocabulary models can detect almost anything you can name.
심층 분석
클래식 감지기는 폐쇄된 범주 세트(예: COCO의 80개 클래스)에 대해 훈련되며 해당 목록 외부의 '사물'을 인식할 수 없습니다. 개방형 어휘 감지는 일반적으로 CLIP에서와 같이 대규모 이미지-텍스트 쌍에서 학습되는 공유 비전 언어 임베딩 공간과 시각적 영역 기능을 정렬하여 이러한 제한을 깨뜨립니다. 추론 시 텍스트 레이블을 제공하면 모델이 해당 레이블을 포함하고 감지된 영역을 가장 가까운 텍스트 포함과 일치시키므로 새로운 범주는 설명할 수 있는 한 작동합니다. ViLD, GLIP, OWL-ViT, Detic 및 Grounding DINO와 같은 시스템은 감지 백본을 언어 접지와 결합하고 크고 약하게 레이블이 지정되거나 접지된 데이터 세트에 대한 교육을 통해 접근 방식을 대중화했습니다.
기술적 통찰력
비결은 고정된 분류기 레이어를 텍스트 임베딩으로 바꾸는 것입니다. 알려진 클래스당 하나의 가중치 벡터를 학습하는 대신 탐지기는 각 영역을 언어 인코더와 동일한 공간에 투영합니다. 분류는 지역 특징과 사용자가 제공한 카테고리 이름 또는 구문의 임베딩 간의 유사성 비교가 됩니다. 텍스트 인코더는 보이지 않는 단어를 일반화하므로 테스트 시 새 레이블 문자열을 교체하면 경계 상자 훈련 데이터에 없는 범주를 감지할 수 있습니다.
전략적 영향
속도와 규모
Visual AI는 대규모 검사, 감지 및 태그 지정 작업을 자동화할 수 있습니다.
빌드 선택
크리에이티브 팀은 수동 수정 횟수를 줄여 컨셉의 프로토타입을 더 빠르게 제작할 수 있습니다.
팀과 워크플로우
이전에는 처리하기 어려웠던 이미지 및 비디오 신호를 작업에 사용할 수 있습니다.
개방형 어휘 객체 감지의 미래
개방형 어휘 탐지는 자유 형식 구문(단지 단일 단어가 아님)이 개체를 위치화하는 접지 및 분할과 마스크용 SAM과 같은 모델과 결합된 신속한 시스템으로 수렴됩니다. 더 강력한 제로샷 정확도, 더 길고 더 구성적인 텍스트 쿼리('노트북 뒤의 빨간색 머그'), 주문형 감지 다중 모달 지원과의 긴밀한 결합을 기대하세요. 웹 규모의 이미지-텍스트 훈련이 향상됨에 따라 감지, 검색 및 언어 이해 사이의 경계는 일반적인 시각적 기반으로 계속 모호해질 것입니다.
실제 구현
재교육 없이 이름을 입력하여 희귀하거나 사용자 정의된 개체에 대한 이미지 검색
사용자가 항목을 파악하기 전에 자연어로 이름을 지정하는 항목을 찾는 로봇 시스템
텍스트 목록에서 많은 새로운 카테고리를 감지하여 데이터세트에 자동으로 라벨을 지정합니다.
원래 훈련 레이블에 없는 설명된 객체에 플래그를 지정하는 콘텐츠 조정
위험 및 가드레일
출처가 불분명할 경우 이미지 권리 및 동의는 법적 위험이 될 수 있습니다.
모델 성능은 조명, 인구통계, 환경에 따라 달라질 수 있습니다.
신뢰도 임계값을 모니터링하지 않으면 거짓양성이 발견되지 않을 수 있습니다.
구현 로드맵
정밀도, 재현율, 오류 비용에 대한 허용 기준을 정의합니다.
실제 생산 조건과 일치하는 데이터로 테스트합니다.
신뢰도가 낮거나 영향력이 큰 예측에 대해 인적 검토를 추가합니다.
모델 드리프트를 추적하고 카메라 또는 데이터 세트가 변경된 후 재검증합니다.
계속 탐색하세요
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Open-Vocabulary Object Detection quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
다음 가이드
객체 감지
자주 묻는 질문
What is Open-Vocabulary Object Detection?
개방형 어휘 개체 감지를 통해 모델은 훈련 중에 레이블이 지정된 적이 없는 범주를 포함하여 임의의 텍스트로 설명된 개체를 찾아 상자에 넣을 수 있습니다. 기존 탐지기는 고정된 클래스 목록에 고정되어 있는 반면 개방형 어휘 모델은 이름을 지정할 수 있는 거의 모든 것을 탐지할 수 있기 때문에 중요합니다.
개방형 어휘 객체 감지의 정의 기능은 무엇입니까?
개방형 어휘 감지는 테스트 시 텍스트로 지정된 범주를 지역화할 수 있습니다. 경계 상자로 레이블이 지정된 것을 본 적이 없는 범주도 마찬가지입니다.
이러한 모델은 감지된 영역을 어떻게 분류합니까?
영역을 비전 언어 임베딩 공간에 투영하고 각 영역을 가장 가까운 텍스트 라벨 임베딩과 일치시킵니다.
개방형 어휘 감지를 가장 활성화하는 사전 학습 리소스는 무엇입니까?
CLIP 스타일 모델에서 사용되는 대규모 이미지-텍스트 데이터는 텍스트를 새로운 카테고리로 일반화할 수 있는 공유 임베딩 공간을 구축합니다.
폐쇄형 검출기와 비교하여 어떤 구성 요소가 교체됩니까?
고정 클래스 가중치 벡터 대신 분류는 텍스트 임베딩과의 유사성을 사용하므로 테스트 시 새 레이블 문자열을 추가할 수 있습니다.
다음 중 공개 어휘 또는 접지 감지 모델의 예는 무엇입니까?
접지 DINO는 GLIP, OWL-ViT, ViLD 및 Detic과 함께 잘 알려진 개방형 어휘 또는 접지 감지기입니다.