OBB-PBD 将 Parallel Box Decoding 扩展至定向框，用于航空图像中的指代表达定位
该研究将原本仅预测四坐标水平框的 Parallel Box Decoding（PBD），扩展为采用双角度参数化的六槽定向框。对照测试表明，修正后的模型同时依赖图像信息和文本提示。在 AVVG 基准测试中，模型的旋转 IoU 达到 0.303 ± 0.012，高于零样本基线的 0.1253。与匹配对照相比，学习定向框而非轴对齐框可使 rotIoU 额外提高 0.055 ± 0.008；仅扩展解码块则没有可区分的增益。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。