OpenMixer: Açık kelime eylem tespitine yeni bir yaklaşım

OpenMixer, açık dünyada eylem algılamayı başarıyla çözmek için büyük görsel dil modellerinin (VLM) semantiğini ve yerelleştirilebilirliğini sorgu tabanlı algılama transformatörlerinin (DETR) tasarımıyla birleştiren yeni bir açık sözlüklü eylem algılama yöntemidir. Deneyler, OpenMixer'ın hem görülen hem de görülmeyen eylemleri tespit etmede temel yöntemlerden daha iyi performans gösterdiğini göstermektedir.