【亲测免费】 DINO-X-API 使用教程

1. 项目介绍

DINO-X 是由 IDEA Research 开发的一种面向开放世界对象检测和理解的高级视觉模型。它以其在零样本转移检测基准测试中的卓越表现而著称，特别是在 COCO、LVIS-minival 和 LVIS-val 数据集上达到了最先进的性能。DINO-X 支持多种输入提示，包括文本提示、视觉提示和自定义提示，并能输出包括边界框、分割掩码、姿态关键点和对象字幕在内的多种语义级别的表示。

2. 项目快速启动

在开始之前，请确保您的环境中已经安装了以下依赖项。您可以通过运行以下命令来安装它们：

pip install -r requirements.txt

如果遇到与 API 相关的错误，请升级 dds-cloudapi-sdk：

pip install dds-cloudapi-sdk --upgrade

注册获取 API 令牌

首次使用前，您需要通过我们的官方网站申请相应的 API 令牌。申请后，您将获得一个 API Token，用于调用 API。

运行本地 API 演示

将您的 API Token 设置在 demo.py 文件中，然后运行本地演示来尝试开放世界检测功能：

python demo.py

运行后，标注的图片将被保存在 ./outputs/ 目录下。

3. 应用案例和最佳实践

以下是使用 DINO-X 的一些应用案例和最佳实践：

开放世界对象检测

开放世界检测允许用户使用文本提示检测任何对象。您可以设置 API Token 并运行 demo.py 来尝试这一功能。

无提示任意对象检测与识别

DINO-X 提供了无需提示即可检测和识别任意对象的功能。您可以查看相关文档了解如何使用这一先进特性。

4. 典型生态项目

DINO-X API 已经被用于多个生态项目中，以下是一些典型的例子：

• Prompt-Free Anything Detection and Segmentation: 无需提示即可进行任意对象检测和分割。
• Open-World Detection and Segmentation: 开放世界中的对象检测和分割。
• Region Captioning: 区域字幕生成。

以上教程旨在帮助您快速上手 DINO-X API，并掌握其基本用法。在实际应用中，您可以根据具体需求调整和优化配置。