OpenMixer: Një qasje e re për zbulimin e veprimeve të fjalorit të hapur

OpenMixer është një metodë e re e zbulimit të veprimit të fjalorit të hapur që përdor semantikën dhe lokalizimin e modeleve të gjuhës vizuale në shkallë të gjerë (VLM), e kombinuar me dizajnin e transformatorëve të zbulimit të bazuar në pyetje (DETR), për të zgjidhur me sukses zbulimin e veprimeve në botën e hapur. pyetje. Eksperimentet tregojnë se OpenMixer i kalon metodat bazë në zbulimin e veprimeve të dukshme dhe të padukshme.