1 GLIP: 十分钟解读GLIP：Grounded Language-Image Pre-training - 知乎 Grounded Language-Image Pre-training（GLIP）论文笔记 - 知乎 GLIP的主要贡献如下： 将phrase grounding和目标检测任务统一，将image和text prompt同时输入到目标检测网络中，prompt中带有图片