Grounding Dino

一、项目简介

Grounding DINO 是开放集目标检测模型，它把 DINO 检测器与文本 grounding 结合，能根据任意文本描述检测图像中的物体，不受预定义类别限制，常与 SAM 组合实现"文本指定 + 精确分割"。

二、核心特性

• 开放集检测：文本描述驱动，无需固定类别；
• 与 SAM 无缝组合：检测框转分割掩码；
• 零样本能力强；
• 支持指代理解；
• 开源权重可用；
• 生态集成度高。

三、适用场景

• 按文本检索/检测特定物体；
• 视觉数据自动标注；
• 图文联合理解管线。

四、快速上手

pip install groundingdino-py
# 或直接克隆仓库按 README 加载权重并预测

五、注意事项

• 需下载权重；推理需 GPU；
• 文本提示写法影响检测效果；
• 注意许可与用途合规。