grounding-dino

Bộ công cụ và điểm chuẩn phát hiện OpenMMLab

Hình ảnh để suy luận không cần gán nhãn (sử dụng các mô hình nền tảng để huấn luyện các mô hình có giám sát).

Tài nguyên không thể thiếu cho bất kỳ ai muốn thử nghiệm và phát triển dựa trên OpenAI vision API 🔥

Grounding DINO 1.5: Dòng mô hình phát hiện đối tượng mở mạnh mẽ nhất của IDEA Research

Công cụ AI biên C++ cấp sản xuất cho phân tích video và VLM trên thiết bị qua Sophon, Rockchip RKNN và x86, với điều phối trực quan, OSD thời gian thực, sự kiện và các tiêu chuẩn có thể tái lập

Danh sách tổng hợp các mô hình nền tảng và đa phương thức hàng đầu! [Bài báo + Mã nguồn + Ví dụ + Hướng dẫn]

Các node ComfyUI dành cho mô hình ngôn ngữ - thị giác: Qwen3-VL, Moondream 3, Florence-2, SmolVLM2, InternVL, Gemma 3, MiniCPM-V. Cùng với khả năng phát hiện từ vựng mở, phân đoạn SAM2/SAM3, suy luận thời gian trong video, GGUF qua llama.cpp và các API LLM/VLM được lưu trữ.