{“id”：“https://openalex.org/W4364385857“，”doi“：”https://doi.org/10.48550/arxiv.2304.04514“，”title“：”DetCLIPv2:“通过字区域对齐进行可缩放的开放式本地对象检测预训练”，“display_name”：“DetCLIPv2:通过字区域校准进行可缩放开放式本地目标检测预训练“，”publication_year“：2023，”publitation_date“：”2023-01-01“，”ids“：{”openalex“：”https://openalex.org/W4364385857“，”doi“：”https://doi.org/10.48550/arxiv.2304.04514“}，”language“：”en“，”primary_location“：{”is_oa“：true，”landing_page_url“：”https://arxiv.org/abs/2304.04514“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S4306400194“，”display_name“：”arXiv（康奈尔大学）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is.in_doaj“：false，”is_core“：fase，”host_organization“：”https://openalex.org/I205783295“，”“host_organization_name”：“康奈尔大学”，“host_organization_lineage”：[“https://openalex.org/I205783295“]，”host_organization_lineage_names“：[”康奈尔大学“]，“type”：“repository”}，“license”：“cc-by-nc-sa”，“licence_id”：“https://openalex.org/licenses/cc-by-nc-sa“，”version“：”submittedVersion“，”is_accepted“：false，”is_published“：false}，”type“：”preprint“，”type_crossref“：“posted-content”，”indexed_in“：[”arxiv“，”datacite“]，”open_access“：{”is_oa“：true，”oa_status“：”green“，”oa_url“：”https://arxiv.org/abs/2304.04514“，”any_repository_has_fulltext“：true｝，”authorships“：[｛”author_position“：”first“，”author“：｛”id“：”https://openalex.org/A5027453000“，”display_name“：”Lewei Yao“，”orcid“：null}，”institutions“：[]，”countries“：[]，”is_corresponding“：false，”raw_author_name“:”Yao，Lewei“，”raw _affiliation_strings“：]，”affiliations“：[/]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5075195203“，”display_name“：”建达汉“，”兽人“：”https://orcid.org/0000-0002-9664-4534“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”韩建华“，”raw_affiliation_strings“：[]，“隶属关系”：[]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5047878798“，”display_name“：”肖丹亮“，”兽人“：”https://orcid.org/0000-0003-3213-3062“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”梁晓丹“，”raw _ afiliation_strings“：[]，“affiliations”：[]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5015741637“，”display_name“：”diangou Xu“，”orcid“：”https://orcid.org/0000-0001-9469-0150“｝，”机构“：[]，”国家“：[]，”is_correresponsing“：false，”原始作者名称“：”Xu，Dan“，”原始附属机构“：[]，”附属机构“：[]｝，｛”author_position“：”middle“，”作者“：｛”id“：”https://openalex.org/A5076699095“，”display_name“：”Wei Zhang“，”orcid“：”https://orcid.org/0000-0002-3176-9520“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”张，魏“，”raw关联字符串“：[]，“附属关系”：[]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5077862962“，”display_name“：”Zhenguo Li“，”orcid“：”https://orcid.org/0000-0002-8492-3069“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：”李，振国“，”raw _ afiliation_strings“：[]，“隶属关系”：[]}，{“author_position”：“last”，“author”：{“id”：“https://openalex.org/A5026148404“，”display_name“：”徐惠民“，”兽人“：”https://orcid.org/0000-0002-0007-1306“}，”机构“：[]，”国家“：[[]，”is_corresponding“：false，”raw_author_name“：Xu，Hang”，“raw_affiliation_strings”：[]、“隶属关系”：[]}]，“countries_distiction_count”：0，“institutions_disticenc_count“：0，”corresponding_author_ids“：[].，”correcponding_institution_ids：[]“apc_list”：null，“apc_payed”：null，“fwci”：null，“has_ffid”ulltext“：false，”cited_by_count“：0，”cited_by_percentile_year“：{“min”：0，“max”：77}，“biblio”：{卷：null，“问题”：nullhttps://openalex.org/T11714“，”“display_name”：“图像和视频中的可视问答”，“score”：0.9988，“subfield”：{“id”：“https://openalex.org/subfields/1707“，”display_name“：”计算机视觉和模式识别“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，”主题“：[{”id“：”https://openalex.org/T11714“，”“display_name”：“图像和视频中的可视问答”，“score”：0.9988，“subfield”：{“id”：“https://openalex.org/subfields/1707“，”display_name“：”计算机视觉和模式识别“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“｝｝，｛”id“：”https://openalex.org/T11307“，”“display_name”：“迁移学习和领域适应的进展”，“score”：0.9932，“subfield”：{“id”：“https://openalex.org/subfields/1702“，”display_name“：”人工智能“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“｝｝，｛”id“：”https://openalex.org/T10036“，”display_name“：”计算机视觉和图像识别深度学习“，”score“：0.9802，”subfield“：{”id“：”https://openalex.org/subfields/1707“，”display_name“：”计算机视觉和模式识别“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}]，”关键词“：[{”id“：”https://openalex.org/keywords/object-detection网站“，”display_name“：”对象检测“，”score“：0.622678}，{”id“：”https://openalex.org/keywords/visual-question-answering“，”display_name“：”可视问答“，”score“：0.567838}，{”id“：”https://openalex.org/keywords/visual-recognition网站“，”display_name“：”视觉识别“，”score“：0.54764}，{”id“：”https://openalex.org/keywords/image-captioning网站“，”display_name“：”图像字幕“，”score“：0.542005｝，｛”id“：”https://openalex.org/keywords/language-understanding“，”display_name“：”语言理解“，”score“：0.524074}]，”concepts“：[{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.82659936}，{”id“：”https://openalex.org/C774472，“wikidata”：https://www.wikidata.org/wiki/Q6760393“，”display_name“：”Margin（machine learning）“，”level“：2，”score“：0.6878778}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.650997}，{”id“：”https://openalex.org/C2777601683，“wikidata”：https://www.wikidata.org/wiki/Q6499736“，”display_name“：”词汇“，”级别“：2，”分数“：0.6021281}，{”id“：”https://openalex.org/C48044578，“wikidata”：https://www.wikidata.org/wiki/Q727490“，”display_name“：”可伸缩性“，”level“：2，”score“：0.5824231}，{”id“：”https://openalex.org/C90805587，“wikidata”：https://www.wikidata.org/wiki/Q10944557“，”display_name“：”Word（群论）“，”level“：2，”score“：0.58083993}，{”id“：”https://openalex.org/C103278499，“wikidata”：https://www.wikidata.org/wiki/Q254465“，”display_name“：”相似性（几何）“，”level“：3，”score“：0.5509141｝，｛”id“：”https://openalex.org/C115961682，“wikidata”：https://www.wikidata.org/wiki/Q860623“，”display_name“：”Image（mathematics）“，”level“：2，”score“：0.52033615}，{”id“：”https://openalex.org/C185798385，“wikidata”：https://www.wikidata.org/wiki/Q1161707“，”display_name“：”基准（测量）“，”level“：2，”score“：0.484695}，{”id“：”https://openalex.org/C204321447，“wikidata”：https://www.wikidata.org/wiki/Q30642“，”display_name“：”自然语言处理“，”level“：1，”score“：0.4506571}，{”id“：”https://openalex.org/C165696696，“wikidata”：https://www.wikidata.org/wiki/Q11287“，”display_name“：”Exploit“，”level“：2，”score“：0.4454749}，{”id“：”https://openalex.org/C2781238097，“wikidata”：https://www.wikidata.org/wiki/Q175026“，”display_name“：”Object（grammar）“，”level“：2，”score“：0.4442942}，{”id“：”https://openalex.org/C153180895，“wikidata”：https://www.wikidata.org/wiki/Q7148389“，”display_name“：”模式识别（心理学）“，”level“：2，”score“：0.4317543}，{”id“：”https://openalex.org/C28490314，“wikidata”：https://www.wikidata.org/wiki/Q189436“，”display_name“：”语音识别“，”level“：1，”score“：0.36653882}，{”id“：”https://openalex.org/C119857082，“wikidata”：https://www.wikidata.org/wiki/Q2539“，”display_name“：”机器学习“，”level“：1，”score“：0.20421124}，{”id“：”https://openalex.org/C138885662，“wikidata”：https://www.wikidata.org/wiki/Q5891“，”display_name“：”哲学“，”等级“：0，”分数“：0.0}，{”id“：”https://openalex.org/C41895202，“wikidata”：https://www.wikidata.org/wiki/Q8162“，”display_name“：”语言学“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C38652104，“wikidata”：https://www.wikidata.org/wiki/Q3510521“，”display_name“：”计算机安全“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C13280743，“wikidata”：https://www.wikidata.org/wiki/Q131089“，”display_name“：”大地测量学“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C77088390，“wikidata”：https://www.wikidata.org/wiki/Q8513“，”display_name“：”数据库“，”级别“：1，”分数“：0.0}，{”id“：”https://openalex.org/C205649164，“wikidata”：https://www.wikidata.org/wiki/Q1071“，”display_name“：”Geography“，”level“：0，”score“：0.0}]，”mesh“：[]，”locations_count“：2，”location“：[{”is_oa“：true，”landing_page_url“：”https://arxiv.org/abs/2304.04514“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S4306400194“，”display_name“：”arXiv（康奈尔大学）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is.in_doaj“：false，”is_core“：fase，”host_organization“：”https://openalex.org/I205783295“，”“host_organization_name”：“康奈尔大学”，“host_organization_lineage”：[“https://openalex.org/I205783295“]，”host_organization_lineage_names“：[”康奈尔大学“]，“type”：“repository”}，“license”：“cc-by-nc-sa”，“licence_id”：“https://openalex.org/licenses/cc-by-nc-sa“，”version“：”submittedVersion“，”is_accepted“：false，”is_published“：false}，{”is_oa“：false，”landing_page_url“：”https://api.datacite.org/dois/10.48550/arxiv.2304.04514“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S4393179698“，”display_name“：”DataCite API“，”issn_l“：null，”issn“：null，”is_oa“：true，”is_ in_doaj“：false，”is_core“：false，”host_organization“：”https://openalex.org/I4210145204“，”“host_organization_name”：“DataCite”，“host_organization_lineage”：[“https://openalex.org/I4210145204“]，”host_organization_lineage_names“：[”DataCite“]，“type”：“metadata”}，“license”：null，“licence_id”：null，“version”：null}]，“best_oa_location”：{“is_oa”：true，“landing_page_url”：“https://arxiv.org/abs/2304.04514“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S4306400194“，”display_name“：”arXiv（康奈尔大学）“，”issn_l“：null，”issn“：null，”is_oa“：true，”is.in_doaj“：false，”is_core“：fase，”host_organization“：”https://openalex.org/I205783295“，”“host_organization_name”：“康奈尔大学”，“host_organization_lineage”：[“https://openalex.org/I205783295“]，”host_organization_lineage_names“：[”康奈尔大学“]，“type”：“repository”}，“license”：“cc-by-nc-sa”，“licence_id”：“https://openalex.org/licenses/cc-by-nc-sa“，”version“：”submittedVersion“，”is_accepted“：false，”is_published“：false}，”sustainable_development_goals“：[{”id“：”https://metadata.un.org/sdg/4“，”score“：0.79，”display_name“：”Quality education“}]，”grants“：[]，”datasets“：【】，”versions“：【]，”referenced_works_count“：0，”referrenced_works“：[]，”related_work斯“：[”https://openalex.org/W4312814274","https://openalex.org/W4285370786","https://openalex.org/W3207760230","https://openalex.org/W2536018345","https://openalex.org/W2358353312","https://openalex.org/W2296488620","https://openalex.org/W1997182898","https://openalex.org/W17155033","https://openalex.org/W1590307681","https://openalex.org/W1496222301“]，”ngrams_url“：”https://api.openalex.org/works/W4364385857/ngrams网站“，”“abstract_inverted_index”：{“This”：[0]，“paper”：[1]，“presents”：[2]，“DetCLIPv2”：[3]，“an”：[4,56114]，“efficient”：[5]，“and”：[6,71101117130145182]，“scalable”：[7]，“training”：[8112143]，“framework”：[9]，“that”：[10,25]，“includes”：[11]，“大规模”：[12]，“image-text”：[13,37,531021261611 50]，“对”：[14,38,54137151]，“到”：[15,74,83]，“实现“：[16]，”开放词汇“：[17157]，”对象“：[18]，”检测“：[19158]，”（OVD）。“：[20]，”不同“：[21]，”先前“：[22175]，”OVD“：[23]，”框架“：[24]，”典型“：[26]，”依赖“：[27]，”on“：[28169]，”a“：[29,40,64,95106141189]，”预处理“：[30]，”视觉语言“：[31]，”模型“：[32,82]，”（例如，“：[33]，”CLIP）“：[34]，”或“：[35]，”利用“：[36]，”通过“：[39]，”伪“：[41]，”标记“：[42]，”进程“：[43]，”DetCLIPv2“：[44,91124132154161]，”direct“：[45]，”learns“：[46]，”the“：[47,76,81170]，”fine-grained“：[48]，”word-region“：[49,66]，”alignment“：[50]，”from“：[51,98]，”massible“：[52]，”in“：[55]，”end-to-red“：[57]，”way。“：[58]，“收件人”：[59,79]，“完成”：[60]，“此”，：[61]，“我们”：[62]，“雇佣”：[63]，“最大”：[65]，“相似性”：[67]，“介于”：[68]，“地区”：[69]，“建议”：[70]，“文本”：[72]，“单词”：[73]，“指南”：[75]，“对比”：[77]，“目标。“：[78]，”启用“：[80]，”增益“：[84]，”本地化“：[85]，”能力“：[86]，”同时“：[87]，”学习“：[88]，”广泛“：[89]，”概念“：[90]，”是“：[92]，”训练“：[93]，”with“：[94113140162]，”混合“：[96]，”监督“：[97]，”检测“：[99]，”接地“：[100]，”对“：[103127]，”数据“：[104108128]，“under”：[105]，“unified”：[107]，“formulation”。“：[109]，”通过“：[110]，”联合“：[111]，”交替“：[115]，”方案“：[116]，”采用“：[118]，”低分辨率“：[119]，”输入“：[120]，”用于“：[121152]，”配对“：[123]，”利用“：[125]，”高效“：[129]，”有效：“：[131]，”利用“：[133]，”13X“：[134]，”更多“：[135]，”比“：[138]，”DetCLIP“：[139]，“相似”：[142]，“时间”：[144]，“改进”：[146]，“性能”。“：[147]，”With“：[148]，”13M“：[149]，”预培训“：[153]，”演示“：[155]，”高级“：[156]，”性能“：[159]，”例如，“：[160]，”Swin-T“：[163]，”主干“：[164]，”实现“：[165]，”40.4%“：[166]，”零热点“：[167]，”AP“：[168]，”LVIS“：[171]，”基准“：[172]，”which“：[173]，“跑赢大市”：[174]，“成功”：[176]，“GLIP/GLIPv2/DetCLIP”：[177]，“by”：[178188]，“14.4/11.4/4.5%“：[179]，”AP“：[180]，”分别“，”：[181]，“偶数”：[183]，“节拍”：[184]，“其”：[185]，“完全监督”：[186]，“对应方”：[187]，“大”：[190]，“边距”。“：[191]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W4364385857“，”counts_by_year“：[]，”updated_date“：”2024-06-26T14:20:17.542460“，”created_date:“2023-04-12”}“