---
title: groundingdino
canonical_url: "https://www.modelscope.cn/models/MindInferenceService/groundingdino"
md_url: "https://www.modelscope.cn/models/MindInferenceService/groundingdino.md"
repository: MindInferenceService/groundingdino
last_updated: 2025-12-12
pipeline_tag: image-object-detection
tasks:
  - image-object-detection
library_name:
  - onnx
  - pytorch
frameworks:
  - Pytorch
downloads: 391
stars: 1
---

# groundingdino

> groundingdino - MindInferenceService 在 ModelScope 开源的模型。GroundingDINO ONNX 模型规格说明

- **Repository**: MindInferenceService/groundingdino
- **Tasks**: image-object-detection
- **Downloads**: 391
- **Stars**: 1
- **Last updated**: 2025-12-12

Source: https://www.modelscope.cn/models/MindInferenceService/groundingdino

---

# GroundingDINO ONNX 模型规格说明

## 模型输入规格
- `pixel_values`: 图像输入
  - 形状: `[batch, 3, height, width]`
  - 数据类型: float32
  - 说明: 包含一批RGB图像数据，通道数固定为3

- `input_ids`: 文本输入ID
  - 形状: `[batch, sequence]`
  - 数据类型: int64
  - 说明: 文本提示的token ID序列

- `attention_mask`: 注意力掩码
  - 形状: `[batch, sequence]`
  - 数据类型: int64
  - 说明: 文本注意力掩码，标识有效位置

### Dummy 输入Shape详情

- **图像输入Shape**: (1, 3, 800, 800) (BCHW格式)
- **文本输入Shape**: (1, 20)
- **通道数**: 固定为3个通道(RGB)

## 模型主要输出规格
- `logits`: 分类置信度输出
  - 形状: `[batch, -1, -1]`
  - 数据类型: float32
  - 说明: 目标检测的分类置信度分数

- `boxes`: 边界框坐标输出
  - 形状: `[batch, -1, 4]`
  - 数据类型: float32
  - 说明: 检测框坐标，格式为(cx, cy, w, h)

## 中间层输出规格
- `onnx::Unsqueeze_36492`: 中间特征输出
  - 形状: `[batch, -1, -1]`
  - 数据类型: float32

- `onnx::Unsqueeze_31907`: 边界框相关输出
  - 形状: `[batch, -1, 4]`
  - 数据类型: float32

- `onnx::Gather_36505`: 特征聚集输出
  - 形状: `[batch, 6, -1, -1]`
  - 数据类型: float32

- `onnx::Gather_36518`: 边界框特征输出
  - 形状: `[batch, 6, -1, 4]`
  - 数据类型: float32

- `onnx::Shape_31382`: 形状信息输出
  - 形状: `[batch, -1, -1]`
  - 数据类型: float32

- `onnx::Transpose_31057`: 转置特征输出
  - 形状: `[batch, -1, 256]`
  - 数据类型: float32

- `onnx::ReduceMax_31880`: 最大值聚合输出
  - 形状: `[batch, -1, -1]`
  - 数据类型: float32

- `onnx::GatherElements_31892`: 元素聚集输出
  - 形状: `[batch, -1, -1]`
  - 数据类型: float32

- `32034`: 中间计算结果
  - 形状: `[batch, -1, -1]`
  - 数据类型: float32

- `37339`: 中间特征输出
  - 形状: `[batch, -1]`
  - 数据类型: float32

## 动态轴信息

模型支持以下动态维度：

- **Batch维度**: `batch` (可变)
- **Height维度**: `height` (可变)
- **Width维度**: `width` (可变)
- **Sequence维度**: `sequence` (可变)

## ONNX模型属性

### Opset版本

- **ONNX Opset版本**: 17

### 模型简化

- **是否简化**: 是
- **简化工具**: onnxsim