ECCV'24最强多模态检测器！详解Grounding DINO：创新架构、训练代码！

文章预览

清华大学、IDEA研究院联合提出的Grounding DINO，采用了目标检测器DINO的Transformer架构，并借鉴了多模态GLIP的预训练方法，深度融合语言和视觉信息后， 可根据文字描述检测任意目标，实现了开集检测性能的重大突破，不仅被ECCV'24成功收录，相关改进也层出不穷， 正在超越Faster R-CNN、DETR、YOLOs等闭集检测系列，成为视觉或多模态极具前景的研究方向！ 为了帮助大家掌握Grounding DINO，研梦非凡于 9月25日晚（周三） ，邀请了CV资深算法工程师张导师，独家讲解 ECCV'24创新工作 《Grounding DINO：最强开集目标检测器！》 （AI前沿直播课NO.70）， 从开集与闭集目标检测的关系，到Grounding DINO的研究背景、主要贡献， 重点讲解模型结构、训练方法和实验，并详解代码和Demo演示， 1节课速通最先进的开集目标检测器，get论文改进和求职面试知识点！ 👇🏻 扫描二 ………………………………