Grounding-DINO-Tiny 是一款性能卓越的轻量化开放世界目标检测模型，实现了“以文识图”的实时化。该模型巧妙地融合了 Transformer 架构与跨模态融合技术，允许用户直接通过自然语言输入（如“红色的卡车”或“戴眼镜的人”）来定位图像中的任意物体，而无需预定义类别。作为 Tiny 版本，它在保持强大的零样本（Zero-shot）泛化能力的同时，极大地优化了参数量与计算开销，使其能够流畅部署在边缘侧设备及嵌入式平台上。它是构建智能安防、人机交互及自动化数据标注管线中不可或缺的视觉感知核心，为实现灵活、通用的 AI 视觉系统提供了高效的闭环方案。

源模型

• 输入尺寸: 1x3x672x672, 1x128
• 参数量: 172M
• 模型大小: 689M
• 输出尺寸：1x900x256, 1x900x4

源模型仓库: Grounding-DINO-Tiny

Model Farm 提供预编译好的模型资源以及推理代码，支持以下两种方式获取：

• 通过 Model Farm 页面获取：在右侧性能参考板块中点击模型 & 代码获取模型资源及代码包。

• 通过命令获取（推荐）：持有阿加犀开发板的用户，可以通过开发板内置的 MMS 工具获取模型资源及代码包。

# 模型查询
mms list [model name]

# 模型资源获取
mms get -m [model name] -p [precision] -c [soc] -b [backend] -d [file path]

MMS 具体使用请参考：MMS 使用 & 提前获取预览版块模型

当用户对源模型进行过微调，需要重新进行模型转换。

用户可以自行参考以下两种方式完成模型转换：

• 使用 AIMO 完成模型转换：在右侧性能参考板块中点击模型转换参考查看模型转换步骤

• 使用高通 QNN 完成模型转换：请参考 Qualcomm QNN 文档

Model Farm 所提供的模型性能基准测试以及示例代码皆基于阿加犀AidLite SDK 实现。

对于模型文件格式为 .bin 的模型，可以使用以下两种推理引擎完成模型在高通芯片上推理：

• 使用 APLUX AidLite 推理：详情请参考 APLUX AidLite 开发者文档

• 使用 Qualcomm QNN 推理：请参考 Qualcomm QNN 文档

推理示例代码

推理示例代码是基于 AidLite SDK 实现

点击模型 & 代码下载模型文件和推理代码包，文件结构如下

/{model_name}_{SoC Name}_{Precision}
    
    |__ models # folder where model files are stored    
    
    |__ code # aidlite python model inference example

        |__ python # aidlite python model inference example

        |__ cpp # aidlite cpp model inference example

        |__ README.md