微调LocateAnything-3B，实现当图像中有 300+ 个密集重叠目标、人工标注不可行时的实用方案。
假设手头有一批种子发芽托盘、谷物质检图像或植物学调查照片。每张图像包含 100–500+ 粒种子，许多彼此重叠，部分被遮挡。老板（或导师）要求模型能精确定位每一粒。
在每张图像里手动为 300 个互相重叠的目标画紧密边界框，人工标注是根本不可行。按每个框约 5 秒计算，一张图就要花 25 分钟；1000 张图下来，标注工时超过 400 小时。
本文介绍如何借助 NVIDIA 的 LocateAnything-3B——一个支持 Parallel Box Decoding（并行框解码）的视觉语言定位模型——以及一套半监督 Pipeline，将人工标注量压缩到最低。
https://avoid.overfit.cn/post/d5eae73f1cfa42688a4d3e970494702e