标签 AI 模型
YOLO-World 是什么
YOLO-World被介绍为一款实时开放词汇物体检测器,基于You Only Look Once系列检测器,并通过视觉-语言建模和大规模数据集的预训练增强开放词汇检测能力。它采用可重新参数化的视觉-语言路径聚合网络RepVL-PAN和区域-文本对比损失,促进视觉与语言信息之间的交互。
你可以用它做什么
- 运行实时开放词汇物体检测
- 以零-shot 方式高效检测各种对象
- 在 LVIS 数据集上进行零-shot 推断
模型说明
- 基于 YOLO 系列,结合视觉-语言建模与大规模数据集预训练
- 用 RepVL-PAN 和区域-文本对比损失连接视觉与语言信息
- 资料记载在 LVIS 上、V100 上实现 35.4 AP 和 52.0 FPS
- 微调后的版本用于物体检测和开放词汇实例分割
优点与缺点
✓ 我们认可的地方
- 资料称高效率、高速度
- 微调后可用于多项下游任务
! 需要留意的地方
- 开放词汇检测依赖视觉-语言预训练
- 所列 LVIS 数字在 V100 上取得
常见问题
它检测什么?
资料描述的是零-shot 方式下实时检测各种对象的开放词汇检测。
用了哪些技术?
资料列出视觉-语言建模、大规模数据集预训练、RepVL-PAN 和区域-文本对比损失。
最后评测: 2026-11-15
更多 大模型 API 平台 工具
查看全部 →-
302.AI 把数百个大模型收在一个 API 后面的聚合云平台 开发者工具 API 集成 多模型平台 模型部署 大模型 API 平台 -
360智脑开放平台 360 大模型 API 平台 API 集成 多模型平台 知识库问答 企业自动化 大模型 API 平台 -
4o Image API 图像生成 API 网关 免费 工具 免费增值 工具 开发者工具 API 集成 大模型 API 平台 -
AI-Flow 无代码的多模型工作流 工作流自动化 开发者工具 API 集成 知识库问答 大模型 API 平台 -
AI/ML API 一个网关接入众多模型 开发者工具 API 集成 多模态 多模型平台 大模型 API 平台 -
Amazon Bedrock 带安全扫描的 AWS 代码建议 免费 工具 代码助手 集成开发环境 应用搭建器 大模型 API 平台