视觉语义协同

基于视觉文本协同的端到端零样本通用物体检测AI模型 T-Rex2是面向物体检测任务的前沿计算机视觉AI模型，它结合视觉与文本提示获得零样本检测能力，由图像编码器、视觉提示编码器、文本提示编码器、框解码器四大组件构成，遵循DETR端到端设计原理，可覆盖多类应用场景，在COCO等四个权威学术基准测试中取得最优性能，相比传统检测模型降低了对标注数据的依赖。