2025-05-09 18:10 江苏
关注公众号，发现CV技术之美
目标检测是计算机视觉的一个核心任务，广泛应用于安全监控、自动驾驶、医学影像分析等多个领域，而高质量的标注数据是训练高效目标检测模型的关键。
近两年， AI 辅助标注能力的兴起，减轻了过往大量手动标注的工作量，目标检测标注工具主要向两个方向进化：
模型能力：模型能力决定着图像标注的准确度和处理效率，关乎前期模型训练的时间成本，以及后期手动修正标注结果的工作量；
工具的便捷性：包括 1）工具的环境配置、安装部署等；2）标注体验足够好，能够快速处理模型标注的错标和漏标。
为了进一步拓展 AI 标注的能力边界，T-Rex Label 在已有 T-Rex2 智能标注的基础上，正式上线 DINO-X 预标注功能，这意味着用户只需选择图片、定义需要标注的类别，即可一键批量自动标注。而且，T-Rex Label 可以在线标注，无需处理复杂的安装部署、文件配置等问题。
此次 T-Rex Label 预标注功能搭载的是开集目标检测模型 DINO-X。相比起传统预训练模型，开集模型能够有效识别更多的物体，包括此前模型训练中没有见过的罕见物体，无需像闭集模型那样，对从未见过的物体进行数据收集、标注、微调、部署，极大地降低了时间成本和上手门槛。
相对于主流开集模型，DINO-X 的检测性能达到了新的 SOTA。如图 3 所示，在 COCO 目标检测基准测试中，DINO-X 边界框平均精度（box AP）达到了 56.0。而在 LVIS-minival 和 LVIS-val 基准测试中，DINO-X 的边界框平均精度分别达到了 59.8 和 52.4，比 Grounding DINO、YOLO-World 等开源模型平均高出 10 几个 AP。值得注意的是，在 LVIS 稀有类别目标的检测性能方面，DINO-X 在 LVIS-minival 上达到了 63.3 的 AP，在 LVIS-val 上达到了 56.5 的 AP，这意味着DINO-X 在长尾目标识别更精确。
为了感谢 CV 小伙伴们一直以来的大力支持，T-Rex Label 联手“我爱计算机视觉”免费送出最高 50 元专属粉丝福利。小伙伴们只需：
（1）关注“我爱计算机视觉”公众号，并在后台回复 T-Rex Label 用户 ID；
（2）活动截止后，“我爱计算机视觉”工作人员将收集并提交相关信息给 T-Rex Label 团队，对应福利将在 5月 20 日前尽快发放。
1. 福利发放规则
（1）老粉福利：在文章发布之前已经关注“我爱计算机视觉”公众号的粉丝，在提供 T-Rex Label 用户 ID 后，将免费获得价值 50 元人民币的 T 豆（共计 1000 颗 ，使用预标注功能每张图片需消耗 3 颗 T 豆，即可标注约 330 张图片）。
（2）新粉福利：文章发布后新关注“我爱计算机视觉”公众号的粉丝，在提供 T-Rex Label 用户 ID 后，将免费获赠价值 10 元人民币的 T 豆（共计 200 颗 ，即可标注约 66 张图片）。
特别说明：赠送的 T 豆有效期为一个月，请小伙伴们合理使用哦~
2. 活动时间
2025 年 05 月 09 日 到 05 月 11 日（自本文发布起，至周日晚 24 点截止）。
3. 预标注体验入口
T-Rex Label：https://www.trexlabel.com/?source=52cv
粉丝活动有效期限定为 3 天，大家抓紧时间参与哦！
