T-Rex2：文字来描述、框选就能识别图片中的目标物体

>

划重点:

⭐ T-Rex2是一种通用目标检测技术，通过视觉和文本提示协同作用，实现对各种对象的识别。没有开源，有API可以使用。

⭐ T-Rex2整合了图像编码器、视觉提示编码器、文本提示编码器和框解码器，实现了最先进的性能。

⭐ T-Rex2除了通过文字来描述要检测的物体，还支持直接在图里框出一个样例，系统自动识别出剩余的目标。

DeepDataSpace 推出了 T-Rex2，一种革新性的目标检测技术，旨在解决传统目标检测模型的封闭集问题。传统模型局限于事先确定的类别集，需要针对特定任务进行调整和大量训练数据。相比之下，T-Rex2不仅能够识别日常物体，还能识别更为奇特的物体，无需特定任务的调整或大量训练数据。该模型通过结合文本和视觉提示的优势，实现了对各种场景中的物体的理解和检测。

T-Rex2整合了图像编码器、视觉提示编码器、文本提示编码器和框解码器四个组件，遵循 DETR 的设计原则，实现了端到端的目标检测模型。

在四个学术基准测试中，包括 COCO、LVIS、ODinW 和 Roboflow100，T-Rex2在零样本设置下实现了最先进的性能。除了学术领域，T-Rex2还适用于各种实际应用场景，包括农业、工业、生物学、医学、零售、物流等领域。其灵活性和适应性使其成为研究人员、开发者和组织的宝贵工具，推动物体检测技术的发展。

作为一种通用目标检测技术，T-Rex2还可用于开放集视频目标检测和视频目标跟踪，，为视频处理领域带来了新的可能性。结合 ByteTrack 算法，T-Rex2可以准确跟踪视频中的任何对象。

未来，DeepDataSpace 将开放 T-Rex2的免费 API 访问，为教育工作者、学生和研究人员提供支持。通过 Demo 和 API，用户可以体验 T-Rex2的能力，并探索其在各领域的潜在应用。

产品入口：https://top.aibase.com/tool/t-rex2

试玩地址：https://deepdataspace.com/playground/ivp