关键词：
零样本泛化能力模型
半监督
减少人工标注成本：
1、CVPR 2023 | 单阶段半监督目标检测SOTA：ARSL https://zhuanlan.zhihu.com/p/620076458
2、CVPR 2023 | 标注500类，检测7000类！清华大学等提出通用目标检测算法UniDetector https://zhuanlan.zhihu.com/p/620076458
通过实验发现，在具有大量类别的目标检测数据集LVIS、ImageNetBoxes和VisualGenome上，UniDetector表现出强大的零样本泛化能力（也就是数据集中参与训练的图像样本为0个），超过传统监督算法平均4％以上！而在另外13个具有不同场景的目标检测数据集上，UniDetector仅使用3％的训练数据就实现了最先进的性能！
3、最强Zero-Shot视觉应用：Grounding DINO + Segment Anything + Stable Diffusionhttps://zhuanlan.zhihu.com/p/620271321
最强的Zero-Shot检测器 使用这个部分进行数据标注
4、标注方式变化，不是人工画框这种方式，而是，通过语言描述，对数据进行，图像+文本，训练，训练最佳模型，也是可以的
ECCV2022 | RU&谷歌提出用CLIP进行zero-shot目标检测！
https://zhuanlan.zhihu.com/p/546614635
5、如何评价Meta/FAIR 最新工作Segment Anything？
这再次验证了data-centric AI是未来。读了下论文，模型没有什么特别之处，亮点在数据标注。我先介绍下什么是data-centric AI，再分析这篇论文。
GroundingDINO
https://www.zhihu.com/question/593888697/answer/2976688654?utm_id=0
以数据为中心的，+ 强化学习+反馈模型，自动标注数据，从提高数据标注和数量入手
6、目标检测创新：一种基于区域的半监督方法，部分标签即可
研究者们提出了一种基于区域的半监督算法，该算法可以自动识别包含未标记前景对象的区域
7、SegGPT：在上下文中分割一切
这不就是想要的数据标注能力吗，一个目标物体，找到大量未标记图片中的物体
和 SAM 相比，视觉模型的 In-context 能力是最大差异点 ：
SegGPT “一通百通”：可使用一个或几个示例图片和对应的掩码即可分割大量测试图片。用户在画面上标注识别一类物体，即可批量化识别分割出其他所有同类物体，无论是在当前画面还是其他画面或视频环境中。
SAM“一触即通”：通过一个点、边界框或一句话，在待预测图片上给出交互提示，识别分割画面上的指定物体。
这也就意味着，SAM的精细标注能力，与SegGPT的批量化标注分割能力，还能进一步相结合，产生全新的CV应用。
