创建有python和pytorch的环境 conda create -n detpro python=3.8conda activate detproconda install pytorch==1.12.1 torchvision==0.

论文BARON首先对上下文相关的区域进行采样，形成一个“袋子”。由于区域建议网络(RPN)被证明可以覆盖潜在的新对象，我们探索了一种邻域抽样策略，对 region proposals 周围的 box 进行抽样，以帮助建模一袋视觉概念的共同出

优势 通用的 计算高效：更少的可训练参数，因为直接使用预训练好的视觉模型、大语言模型（冻结了参数） 框架 训练分为两个学习阶段： 视觉和语言的表示学习阶段 视觉到语言的生成式学习阶段 预训练好的视觉模型提供高质量的视觉表示，预训练好的