一种开放词汇检测方法及装置

本发明公开了一种开放词汇检测方法及装置，其中该方法包括：获取待检测的自然语言提示及输入图像；通过预先训练的特征融合模型对自然语言提示和输入图像进行视觉语言联合建模，得到物体名称集合；特征融合模型是对基于历史图像及历史问题进行特征融合处理得到视觉语言特征，并根据视觉语言特征进行迭代训练得到的；通过预先训练的开放词汇检测模型基于输入图像和物体名称集合对输入图像中的目标物体进行检测，得到检测结果；开放词汇检测模型是对历史图像进行定位得到预测边界框，并基于视觉语言特征及预测边界框进行迭代训练得到的。本发明能够解决传统目标检测方法对固定类别集的依赖，以实现对图像中未知类别物体的准确检测和定位。