gammahazard/locate-anything

📱 Giao diện web trực quan cho NVIDIA LocateAnything-3B trên GPU cá nhân

Một lệnh docker compose up — chạy toàn bộ mô hình LocateAnything-3B của NVIDIA trên máy bạn.

locate-anything là một giao diện web hiện đại, được thiết kế theo phong cách mobile-first, cho phép người dùng dùng NVIDIA LocateAnything-3B — mô hình phát hiện đối tượng và grounding mở vốn — ngay trên GPU cá nhân. Chỉ cần tải lên một hình ảnh và nhập mô tả bằng ngôn ngữ tự nhiên, người dùng sẽ nhận được các hộp giới hạn (bounding boxes) cho các đối tượng, văn bản, bố cục tài liệu, phần tử giao diện hoặc điểm trong ảnh.

✨ Điểm nổi bật

• Một prompt, nhiều nhiệm vụ: phát hiện đối tượng, grounding câu lệnh, phát hiện văn bản, bố cục tài liệu, grounding phần tử GUI, chỉ định điểm.
• Chế độ tốc độ/chất lượng: lựa chọn fast / hybrid / slow với Parallel Box Decoding.
• Lịch sử tìm kiếm: lưu trữ mỗi lần tìm kiếm (ảnh + prompt + kết quả) để chạy lại dễ dàng.
• Thiết kế mobile-first: hỗ trợ cả trên điện thoại, kể cả chụp ảnh trực tiếp.
• Kiểm tra GPU trước khi chạy: cảnh báo hỗ trợ GPU ngay từ đầu.

💡 Vì sao đáng chú ý

Dự án mang trải nghiệm mạnh mẽ của LocateAnything-3B đến với người dùng thường xuyên thông qua giao diện đồ họa trực quan, không cần viết code. Với yêu cầu chỉ là một GPU NVIDIA từ kiến trúc Ampere trở lên (RTX 30/40/50-series, A100, H100...) và Docker hỗ trợ NVIDIA Container Toolkit, bất kỳ ai cũng có thể khởi chạy được mô hình trong vài phút. Đặc biệt hữu ích cho nghiên cứu, giáo dục và khám phá AI mà không cần máy chủ đắt tiền.

#AI #ObjectDetection #ComputerVision #Docker #GPU #TiniX