DINO: DETR with Improved DeNoising Anchor Boxes for End-to-End Object Detection
DINO 通过对比去噪训练、用于锚点初始化的混合 query 选择，以及 look-forward-twice 框预测方案改进 DETR 类目标检测器。它在显著降低模型和数据需求的同时，在 COCO 上取得当时最优结果。
视觉
对现代多模态系统有参考价值的计算机视觉方法。
研究分类
对现代多模态系统有参考价值的计算机视觉方法。
2论文
6资源链接
2026.05最新月份
1 篇论文
目标检测
论文
代码1 篇论文
语义对应
SOCO: Benchmarking Semantic Object Correspondence in Vision Foundation Models
SOCO 提出一个由分类体系驱动的语义对象对应基准，覆盖 100 个类别、超过一百万个对应点对，并提供一致且具有功能意义的关键点标注。评测揭示了视觉基础模型在跨类别迁移和对象部件几何理解上的不足，同时表明对应性能能够有力预测稠密下游任务表现。
项目
Hugging Face