/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
grounding-dino-tiny
Библиотека
zeromodels
Опубликована
29 июл 2026

grounding_dino_tiny

Поиск объектов без дообученияИзображение, текст → bounding_boxes7 профессий

Компактная Grounding DINO находит на изображениях объекты, соответствующие произвольным текстовым запросам, и возвращает их рамки.

2 654скачиваний за 30 дней0лайковвеса обновлены26 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

zeromodels/grounding_dino_tiny — это конверсия Grounding DINO Tiny, опубликованная проектом zeromodels. Модель выполняет обнаружение объектов по текстовому запросу в режиме open-set: вместо фиксированного набора классов она ищет на изображении объекты, названные пользователем. Архитектура включает визуальный энкодер Swin-Tiny, текстовый энкодер BERT и декодер, который предсказывает ограничивающие рамки и оценивает их соответствие словам запроса.

Модель предназначена для поиска объектов по произвольным текстовым описаниям без отдельного обучения на каждый класс. Реализация выполнена на Keras 3 и работает с бэкендами TensorFlow, Torch и JAX. Для Torch README предупреждает о риске нехватки памяти при инференсе без отключения построения градиентов; качество результатов также зависит от формулировки запроса и порога оценки. Лицензия — Apache 2.0.

Сценарии применения

  • поиск предметов на изображении по текстовому описанию
  • обнаружение объектов без заранее заданного списка классов
  • разметка изображений ограничивающими рамками по запросу
  • поиск объектов в сценах с классами, не встречавшимися при обучении

Ограничения

Результат зависит от формулировки текстового запроса и выбранного порога оценки. На бэкенде Torch инференс без отключения градиентов может потребовать много памяти и привести к нехватке памяти.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Run Grounding DINO with Keras 3: JAX, PyTorch, or TensorFlow

GitHub Docs

zeromodels/grounding_dino_tiny

Paper: Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection (arXiv:2303.05499) · HF Papers

Grounding DINO performs open-set, text-grounded object detection: it finds the objects a free-form text prompt names, not a fixed label set. A Swin image backbone and a BERT text encoder feed a deformable cross-modality encoder that fuses vision and language, a contrastive query-selection stage picks object proposals, and a decoder with iterative box refinement emits one box per query scored against the prompt tokens. No anchors, no NMS, and categories that were never in a detection training set (here "Swin-Tiny" backbone).

For more details on the model, please go to IDEA-Research's original model card.

Pure-Keras 3 conversion of IDEA-Research/grounding-dino-tiny for zeromodels. One implementation runs unmodified on TensorFlow / Torch / JAX.

This is an open-set object detection checkpoint (GroundingDinoForObjectDetection, Swin-Tiny backbone): each query predicts a box and a score over the prompt tokens.

✨ Quick start

import os
os.environ["KERAS_BACKEND"] = "torch"  # or "jax" / "tensorflow"

import torch
from PIL import Image
from zeromodels.models.grounding_dino import (
    GroundingDinoForObjectDetection,
    GroundingDinoProcessor,
)

model = GroundingDinoForObjectDetection.from_weights("zeromodels/grounding_dino_tiny")
processor = GroundingDinoProcessor.from_weights("zeromodels/grounding_dino_tiny")

image = Image.open("your_image.jpg").convert("RGB")
# Prompts are free text; pass a list of candidates (or one "a. b. c." string). Skip
# articles: in "a paddle" the "a" can outscore the noun.
inputs = processor(images=image, text=["person", "paddle", "board"])

with torch.no_grad():  # torch backend: avoids a large autograd graph (can OOM otherwise)
    output = model(inputs)
# output["logits"]:     (1, 900, 256)
# output["pred_boxes"]: (1, 900, 4)

results = processor.post_process_object_detection(
    output,
    threshold=0.3,
    target_sizes=[(image.height, image.width)],
    input_ids=inputs["input_ids"],
)[0]
for score, name, box in sorted(
    zip(results["scores"], results["text_labels"], results["boxes"]),
    key=lambda d: -float(d[0]),
):
    print(f"{name}: {float(score):.3f} {[round(float(v)) for v in box]}")

Load either Grounding DINO variant the same way with from_weights("zeromodels/<variant>"):

VariantHubBackbone
grounding_dino_tinyzeromodels/grounding_dino_tinySwin-Tiny
grounding_dino_basezeromodels/grounding_dino_baseSwin-Base

Tips

  • Set KERAS_BACKEND before importing Keras / zeromodels.
  • On the torch backend, wrap inference in with torch.no_grad(): — the forward keeps a large autograd graph otherwise and can OOM. The JAX / TensorFlow backends need no such wrap.
  • Write prompts as lower-case phrases separated as a list or by .; drop articles ("a", "the") so the noun scores highest. post_process_object_detection needs input_ids= to map scores back to prompt words (text_labels).
  • threshold=0.3 is a reasonable start; raise it for cleaner scenes.
  • See Grounding DINO docs and Loading Weights.
  • Community / upstream safetensors still work via the hf: prefix, e.g. GroundingDinoForObjectDetection.from_weights("hf:IDEA-Research/grounding-dino-tiny").

Special Thanks

A huge thank you to the IDEA-Research authors for creating and releasing Grounding DINO.

License: Apache 2.0.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · zeromodels

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Ревизия весов
1b447be

0 моделей