glmv-grounding

glmv-grounding について

GLM-V のネイティブなグラウンディング機能を使用して、座標変換やバウンディングボックスの可視化などを行うスキルです。GLM-V のネイティブグラウンディングは、画像内でプロンプトが指定する任意の対象を検出し、画像サイズに基づいて 0～1000 に正規化した相対座標を出力できます。座標形式には 2D バウンディングボックス（デフォルト）、2D ポイント、3D バウンディングボックスがあります。GLM-V は、動画内でプロンプトが指定する複数の対象の時空間的な位置特定と追跡にも対応し、毎秒 2D バウンディングボックスを出力します。