Мультимодальная модель на основе Qwen3.5-2B с визуальными признаками SAM 3 для точной локализации объектов на изображениях и выдачи координат в JSON.

Подходит для: поиск объектов на статичном изображении по текстовому запросу · получение координат ограничивающих областей объектов · формирование JSON-разметки найденных объектов