摘要：开放世界目标检测（OWOD）将目标检测问题拓展至真实动态场景，要求检测模型既能识别已知目标，又能检测未知目标，并能持续学习新引入的知识。现有 OWOD 模型（如ORE和OW-DETR）主要通过将具有高目标性评分的区域伪标记为未知区域，其性能高度依赖已知目标的监督标注。虽然这些模型能检测到与已知目标特征相似的未知目标，但存在严重的标签偏差问题——它们往往将所有与已知目标特征不相似的区域（包括未

首先在开了“粘附”的情况下画连接线，然后按“Alt”+“F9”打开“对齐和粘附”工具框，关闭“粘附”，如图。有时想让vision达到这样的效果，但开了“粘附”后往往只能捕捉到矩形的中点，如下图。然后在选择指针工具的情况下（如下图）移动连接点，即可达到理想状况了。