IDEA-Research

Grounded SAM：結合 Grounding DINO、Segment Anything、Stable Diffusion 與 Recognize Anything，自動偵測、分割與生成任意內容。

[ECCV 2024] 論文「Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection」的官方實作

Grounded SAM 2：使用 Grounding DINO、Florence-2 和 SAM 2 在影片中定位並追蹤任何物件

[ICLR 2023] 論文「DINO: DETR with Improved DeNoising Anchor Boxes for End-to-End Object Detection」官方實作

[ECCV2024] T-Rex2 的 API 程式碼：透過文字與視覺提示協同作用邁向通用目標檢測

detrex 是一個基於 DETR 的物體偵測、分割、姿態估計與其他視覺識別任務的研究平台。

[CVPR2026] 透過下一個點預測來檢測任何東西

DINO-X：全球效能最佳的開放世界物件偵測與理解視覺模型

收集一些關於 Transformer 偵測與分割的論文。電腦視覺 (CV) 的優秀偵測 Transformer 資源大全

Grounding DINO 1.5：IDEA Research 最強大的開放世界物件偵測模型系列

[NeurIPS 2023] 論文「Motion-X: A Large-scale 3D Expressive Whole-body Human Motion Dataset」官方實作

[ECCV 2024] 論文「X-Pose: Detecting Any Keypoints」的官方實作

[CVPR 2023] 論文「One-Stage 3D Whole-Body Mesh Recovery with Component Aware Transformer」的官方實作。

[ICCV 2023] 論文「A Simple Framework for Open-Vocabulary Segmentation and Detection」官方實作