林奈 (@kelan) 在 请教各位佬友，哪个本地模型能满足我的场景对视觉能力的要求？ 中发帖
有大概2T的各种图片，想精准的框出指定元素的范围：比如指定元素是人，返回一个box坐标[x_min, y_min, x_max, y_max]，尽可能精准，偏移不能太大。
电脑是m1max 32g内存