غراوندنغ دينو

كاشف أجسام مفتوح الفئات يجمع كاشف دينو المحوِّل مع التدريب المسبق المؤسَّس على النص، فيستطيع تحديد أي جسم يصفه المستخدم بلغة طبيعية دون تدريب مسبق على فئته، محقّقاً 52.5 AP على تحدي كوكو دون رؤية بياناته.

An open-set object detector that marries the Transformer-based DINO detector with grounded pre-training, able to localize any object specified by a natural-language prompt without prior training on its class, reaching 52.5 AP on COCO zero-shot.