开放世界检测模型与 VLM 做数据预标注的可行性及推荐方案

社区讨论指出利用 VLM 进行数据预标注具备可行性，但建议避免让 VLM 直接预测检测框坐标。推荐的实践方案是由 Grounding DINO 等开放词汇检测器先生成候选框，再交由 VLM 负责分类与描述，最后配合人工抽检多轮迭代。工具方面可选用集成了 Grounding DINO 与 SAM 的 X-AnyLabeling 来提升预标注效率。