← 返回 AI Lab
AI Lab
开放词汇目标检测
输入任意类别名称，AI 在图片中定位并标注所有匹配实例。无需预定义类别库，基于 OWLv2 模型，直接在浏览器中运行。
工作原理
🔤
文本编码
将输入的物体名称编码为语义向量，支持任意自然语言描述。
🖼️
图像特征提取
Vision Transformer 提取图像中每个区域的视觉特征。
📍
匹配与定位
对比文本与区域特征，输出匹配物体的边界框和置信度。
预设演示
点击卡片查看 OWLv2 的开放词汇检测结果，彩色框标注检测到的物体。
宇航员
检测宇航员装备中的不同物体
human facerockethelmetamerican flag
点击查看检测结果↓
猫咪与遥控器
检测图片中的猫和遥控器
catremote control
点击查看检测结果↓
室内场景
检测客厅内的家具和物品
sofapillowcushion
点击查看检测结果↓
自己试试（需先加载模型）
📷
点击上传图片
JPG / PNG / WebP
想找什么？
快捷添加：
模型：Google OWLv2（量化 INT8） · 推理：浏览器端 Transformers.js · 开放词汇检测 · 无需服务器