IDEA-Research

Grounded SAM：结合 Grounding DINO、Segment Anything、Stable Diffusion 与 Recognize Anything，自动检测、分割并生成任意内容。

[ECCV 2024] 论文「Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection」的官方实现

Grounded SAM 2：使用 Grounding DINO、Florence-2 和 SAM 2 在影片中定位并追踪任何物件

[ICLR 2023] 论文“DINO: DETR with Improved DeNoising Anchor Boxes for End-to-End Object Detection”官方实现

[ECCV2024] T-Rex2 的 API 代码：通过文本与视觉提示协同作用迈向通用目标检测

detrex 是一个基于 DETR 的物体检测、分割、姿态估计与其他视觉识别任务的研究平台。

[CVPR2026] 通过下一个点预测来检测任何东西

DINO-X：全球性能最佳的开放世界目标检测与理解视觉模型

收集一些关于 Transformer 检测与分割的论文。计算机视觉 (CV) 的优秀检测 Transformer 资源大全

Grounding DINO 1.5：IDEA Research 最强大的开放世界目标检测模型系列

[NeurIPS 2023] 论文「Motion-X: A Large-scale 3D Expressive Whole-body Human Motion Dataset」官方实现

[ECCV 2024] 论文“X-Pose: Detecting Any Keypoints”的官方实现

[CVPR 2023] 论文“One-Stage 3D Whole-Body Mesh Recovery with Component Aware Transformer”的官方实现。

[ICCV 2023] 论文“A Simple Framework for Open-Vocabulary Segmentation and Detection”官方实现