本文介绍: 今年4月，IDEA研究院发布的Grounded SAM (Grounding DINO + SAM)，在Github已获得 11K Star，区别于只支持文字提示的Grounded SAM，T-Rex模型着重打造强交互的视觉提示功能。仔细思考，大模型的意义是让我们从判别式AI走向深层次判别式的AI，前者从数据和信号中去提取特征进行识别，完成像人脸识别语音识别、图像识别等任务，后者可以基于海量数据训练生成文字、语言、图片、视频等，更加智能、高效，有效提高生产力。在此情况下，视觉提示显然是更高效的方法。
目标检测作为当前计算机视觉落地的热点技术之一，已被广泛应用于自动驾驶、智慧园区、工业检测和卫星遥感等场景。开发者在研究相关目标检测技术时，通常需熟练掌握图像目标检测框架，如通用目标检测框架 YOLO 系列，旋转目标检测框架 R3Det 等技术，学习门槛较高，还需不断优化和改进算法，来获得理想的目标检测效果。随着大模型的发展，有效帮助开发者降低目标检测的使用门槛。
在2023 IDEA大会，IDEA研究院发布最新视觉提示（Visual Prompt）模型T-Rex，帮助释放计算机视觉更多应用场景。小编在上手使用T-Rex模型，直呼太香了！无需设计算法，开箱即用，简单通过拖拽方框，框住想识别的物体，点击“开始检测”，就自动将相似的结果识别出来：
声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
