groundingLMM:GLaMM(接地大型多模态模型)是一个端到端训练的大型多模态模型,能够生成与对象分割掩码集成的自然语言响应,实现了视觉接地,并支持在多层次粒度上与图像进行灵活交互。它引入了新颖的接地对话生成(GCG)任务,支持指代表达式分割和区域级图像描述等多种下游应用,并以大规模的GranD数据集为基础。;ToolJet:ToolJet 是一个开源的、AI 原生平台,旨在构建和部署内部工具、工作流和 AI 代理。它提供强大的可视化构建器、拖放式用户界面,并与数据库、API 和 SaaS 应用程序深度集成。
理解并响应用户关于特定图像区域查询的交互式视觉助手。
构建自定义内部工具、仪表板和管理面板