多模态目标检测方法、系统、设备、存储介质和程序产品

本发明公开了多模态目标检测方法、系统、设备、存储介质和程序产品，所述方法包括利用多模态大模型对输入图像进行密集小目标的粗检测，获得小目标粗检测结果；基于小目标粗检测结果，利用多模态小模型对输入图像进行密集小目标的精检测获得小目标精检测结果；基于矩形框聚类分析，利用多模态大模型对小目标精检测结果进行智能校正，获得最终检测结果。本发明能够在无需预定义类别的情况下，对密集小目标进行开集检测，准确识别和定位图像中密集分布的未知小目标。