GroundingDINO

Ne işe yarar?

Grounding DINO, metin tabanlı tariflerle görsellerdeki nesneleri tespit eden açık kümeli bir nesne algılama modelidir. DINO mimarisini dil-görüntü eşleştirme eğitimiyle birleştirerek önceden tanımlanmamış sınıflardaki nesneleri dahi bulabilir. Görseldeki her bir nesnenin konumunu sınırlayıcı kutuyla işaretleyerek metinle ilişkilendirir. Hugging Face ve SAM gibi popüler araçlarla entegre olarak otomatik veri etiketleme ve nesne takibi işlerinde kullanılır.

Neler için kullanılabilir?

• Fotoğraflarda yazıyla tarif edilen nesnelerin yerini kutu içine alarak belirlemek
• Yapay zekâ modellerini eğitmek amacıyla görsel veri setlerini otomatik olarak etiketlemek
• SAM modeli ile birleşerek videolarda seçilen nesneleri kare kare takip etmek
• Güvenlik kameralarındaki görüntülerde belirli eşyaları veya şüpheli nesneleri aramak

Nasıl kullanılır?

1. Hugging Face veya Google Colab üzerindeki hazır tanıtım alanını açın.
2. Modeli yerelde çalıştırmak için PyTorch ve Hugging Face kütüphanelerini ortamınıza kurun.
3. Görselinizi ve tespit etmek istediğiniz nesnelerin metin tarifini girerek modeli çalıştırın.

Adımlar deponun README'sinden özetlendi; güncel kurulum için deponun kendi sayfasına bakın.

Kimler için?

Görüntü işleme, nesne tespiti ve otomatik veri etiketleme üzerine çalışan geliştiriciler.

Aynı kategoriden

• ComfyUI (138K) Düğüm tabanlı arayüzüyle görsel ve video üreten modüler yapay zekâ motoru.
• MoneyPrinterTurbo Belirtilen konudan otomatik olarak senaryolu, sesli ve altyazılı kısa video üretir.
• OpenCut Web, masaüstü ve mobilde çalışan açık kaynaklı bir video düzenleme uygulamasıdır.
• OpenMontage Yapay zekâ kodlama asistanlarını tam teşekküllü bir video üretim stüdyosuna dönüştürür.
• photocraft Rust ile yazılmış, Photoshop benzeri açık kaynaklı katmanlı görsel düzenleyicidir.
• remotion React ve programlama dilleriyle kod üzerinden otomatik video oluşturma kütüphanesidir.