Grounded-SAM-2

收录理由

Grounded SAM 2 把 Grounding DINO、Florence-2 这类开放词汇检测器，与 SAM 2 的分割和跟踪能力组合在一起。你只要用自然语言描述目标，它就能在视频帧中把目标分割出来并持续跟踪。相比固定类别检测器，这种提示式方案更适合自动化视频标注、物体计数和场景分析等任务。作者刻意简化了代码实现，比原始研究版本更容易读懂，也方便作为检测、分割、跟踪一体化流程的参考示例，可视化部分交给了 supervision 库处理。对于高分辨率大图，还提供了分块推理支持，对处理大尺寸帧的团队很有帮助。