T-Rex2 是 ECCV2024 开源的通用目标检测模型，结合文本提示与视觉提示，实现开放场景下的目标检测和计数。

基于多模态大模型的目标检测方案，把检测任务转成下一个点预测，支持开放场景下检测任意物体。

Grounding DINO 的第三方复现实现，把 DINO 检测器与图文预训练结合，支持用自然语言描述做开放世界目标检测。