我要投稿

YOLO-World：基于视觉语言模型的实时开放词汇物体检测

发布日期：2024-07-18 08:34:08 浏览次数： 4544

Paper：YOLO-World: Real-Time Open-Vocabulary Object Detection
Abs：https://arxiv.org/abs/2401.17270
Code：https://github.com/AILab-CVC/YOLO-World

在自然图像与视频目标检测与识别领域，传统方法通常在预定义类别的数据集上训练，无法识别数据集中未出现的目标类别，缺乏零样本检测能力，识别能力有限。

null

来自Tencent AI Lab、ARC Lab、Tencent PCG 以及华中科技大学的研究者们在 CVPR 2024 上提出了基于视觉语言建模的开放词汇YOLO-World模型，并探索针对YOLO检测器的大规模数据预训练方法，赋予 YOLO 模型零样本检测能力与语言理解能力，在推理速度和零样本检测精度上均领先先前工作。

null

YOLO-World模型目前已经在腾讯内部多项业务中落地，并与海外多家公司达成商业合作。

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2026-05-14

小企业专属Claude来了！一键接入全套业务流，不用写代码AI自动算账催款

2026-05-14

开源 ElevenLabs 平替来了！OmniVoice Studio 本地免费实现电影级配音

2026-05-14

重构大模型通信架构：火山引擎 RocketMQ For AI 解决方案

2026-05-14

别再一步步确认了：/goal让AI编程真正自己干活

2026-05-14

MiniMax 推出了 Mavis，活脱脱的 Agent「三省六部」

2026-05-13

BP Claw 破解 AI 编码输入难题 ——FlinkSpec 需求智能化实践｜得物技术

2026-05-13

AI-Generated UI 技术深度解析：模型流式输出与 UI 渲染实践

2026-05-12

AI 交互的范式转变：从"回合制"到"实时协作"

联系获取

联系获取

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

Claude Opus 4.7刚刚曝光！Claude Code一夜重构，7x24小时替你打工

2026-04-15

豆包 2.0 模型发布，全信息整理（全网最完整，另附 79 页 Model Card）

2026-02-14

刚刚Qwen 3.6 Plus上线预览：1M上下文，阿里Coding/Agent翻身战打响

2026-03-31

2026年国内如何注册 Claude 账号教程

2026-03-13

OpenAI Codex CLI 完整使用指南

2026-04-07

独家| DeepSeek-V4终于要来了：梁文锋憋半年大招，多模态+长期记忆全面破局

2026-03-17

香港终于能直接用 Gemini 了，内地用户能用上吗？

2026-03-17

Claude Code 和 Codex 接入 Figma MCP 保姆级教程

2026-04-07

编程选GPT-5.4，还是GPT-5.3-Codex？

2026-03-21

全球首个 AI 进化网络 EvoMap，给 Agent 装上 DNA

2026-02-20

大家都在问

谁来给企业端即将大规模入职的Agent盖办公室？

2026-05-09

鹅厂员工觉得好的code模型应该具备什么能力？

2026-05-09

Markdown要被抛弃了？Claude Code工程师自曝：我已彻底放弃使用Markdown！团队倾向使用HTML！网友：其他编辑工具会被淘汰吗？

2026-05-09

AI吞噬软件的叙事要分化了？

2026-05-08

为什么同一个模型，在 Claude Code/Codex CLI 里感觉像换了个脑子？

2026-05-07

「双线实测」Qwen 3.6-Plus，Agentic Coding 已经这么能「扛活儿」了？

2026-04-26

本体化语义层，会是 AI 数据平台的新地基吗？

2026-04-22

设计行业的“棺材板”，要被Claude Design盖上了？

2026-04-18

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS Skill 提示词技巧 AI+电商 AI面试数字员工 ChatBI AI知识库开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB Palantir Glean Openclaw

应聘简历请发送至： ceo@53ai.com

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部