超越对比度的一致性：通过上下文一致性学习增强开放词汇对象检测的鲁棒性

开放词汇对象检测的最新进展主要集中在两个方面：扩大数据集和利用对比学习来调整语言和视觉模式。然而，这些方法常常忽视单一模式内的内部一致性，特别是当背景或环境发生变化时。这种一致性的缺乏会导致性能下降，因为模型很难在不同场景中检测到相同的对象，这揭示了鲁棒性差距。为了解决这个问题，我们引入了上下文一致性学习（CCL），这是一个集成了两个关键策略的新颖框架：上下文引导数据生成（CBDG）和上下文一致性损失（CCLoss）。 CBDG 作为一种数据生成机制，生成包含不同背景下的相同对象的图像。这是至关重要的，因为现有数据集本身并不支持我们的 CCL 框架。 CCLoss进一步增强了物体特征在环境变化时的不变性，从而提高了模型在不同场景下的鲁棒性。这些策略共同形成了一个统一的框架，以确保同一模式内的上下文一致性。我们的方法实现了最先进的性能，在 OmniLabel 上超越了之前的方法 +16.3 AP，在 D3 上超越了 +14.9 AP。这些结果证明了加强模式内一致性的重要性，显着增强了不同环境中的模型泛化能力。我们的代码公开于：https://github.com/bozhao-li/CCL。