Grounding Dino 相关的热门 GitHub AI项目仓库

开放式MMLab目标检测工具箱和基准测试

落地SAM：融合DINO、Segment Anything、Stable Diffusion和Recognize Anything，实现自动检测、分割和生成任何物体

A Python library for extracting structured information from unstructured text using LLMs with precise source grounding and interactive visualization.

【ECCV 2024】论文《Grounding DINO：将DINO与基于语义理解的预训练相结合用于开集目标检测》的官方实现代码

借助Segment Anything模型及其他强大的AI模型，轻松完成数据标注。

一个教谷歌恐龙跳过仙人掌的人工智能

这是ICLR 2023会议论文“DINO：用于端到端目标检测的改进去噪锚框DETR”的官方实现代码。

使用基础模型训练监督模型，对无需标注的图像进行推理。

Cradle框架是通用计算机控制（GCC）的首次尝试。它支持智能体通过在标准化、低需求的通用环境中实现强大的推理能力、自我改进和技能管理来完成任何计算机任务。

对于想要尝试和基于OpenAI视觉API进行开发的任何人来说，这都是必不可少的资源。

Solo-Learn：一个基于 PyTorch Lightning 的，用于视觉表征学习的自监督方法库

CVPR 2023论文《Mask DINO：迈向统一的基于Transformer的目标检测和分割框架》的官方实现代码

开放智能体：一个面向真实世界的开放式语言智能体平台（COLM 2024）

令人惊艳的地面物体识别研究：一份精选的视觉定位研究论文列表

面向研究和生产的说话人验证、识别和区分工具包

DINO 1.5落地：IDEA研究院最强大的开放世界目标检测模型系列

CALVIN：一个用于长时序机器人操作任务的语言条件策略学习基准

这是对论文《Grounding DINO：将DINO与基于基础的预训练相结合用于开集目标检测》的第三方实现。

精选的顶级基础模型和多模态模型列表！[论文 + 代码 + 示例 + 教程]

Keras实现的各种先进卷积神经网络和视觉Transformer模型，包括：Beit、Caformer、CMT、CoAtNet、ConvNeXt、Davit、Dino、EfficientDet、EdgeNeXt、EfficientFormer、EfficientNet、EVA、FasterNet、FasterVit、FastVit、FlexiVit、GCVit、GhostNet、GPVit、Hornet、Hiera、iFormer、InceptionNeXt、LCNet、Levit、MaxVit、MobileViT、MogaNet、NAT、NFNet、PVT、Swin Transformer、TinyNet、TinyVit、UniFormer、VOLO、VanillaNet、YOLOR、YOLOv7、YOLOv8、YOLOX，以及大型语言模型GPT-2、Llama 2和名为kecam的别名模型。