LocateAnything 视觉定位已上线

视觉物体检测与定位工具，适合从图片里找目标、取坐标、抽文字这类任务。

典型用法

• 给一张截图，找出其中某个控件的位置
• 从商品图里框出主体
• 检测画面中的文字并给出位置

对应的模型是 nvidia/locateanything-3b，也可以直接通过 API 调用。