LAB 15 · 语言指代小练习：目标、参照与关系

5. 真实 grounding 模型的证据入口与本册边界

按问题继续

RGB规则提框、错误关键词基线、目标/参照/关系与干预

5. 真实 grounding 模型的证据入口与本册边界

Grounding DINO 官方仓库 提供模型结构、预训练 checkpoint、图像+文本推理代码、阈值与可视化；论文作者原文 给出方法与评价。这是已核验的一手实现入口，本册没有运行该权重，不将官方示例写成本次成绩，也不假设它必然正确解析任意空间关系。

官方 Python 示例的核心路径是 load_model → load_image → predict → annotate。predict 接收真正图像和文本，默认输出候选框及词级匹配分数；box threshold 和 text threshold 会影响保留框与短语。若后续运行，应固定 GroundingDINO_SwinT_OGC.py、groundingdino_swint_ogc.pth、输入 PNG、文本、两个阈值和设备，保存原始 boxes/logits/phrases 及模型权重哈希，再在本册的同图干预上比较。原图、遮挡图与颜色交换图已经生成在 outputs/lab15/，无需另找输入。

本次已完成： 关键词失败复现、可见像素候选、关系角色与坐标、四个真实条件输出、干预区域不变量检查。本次未完成： 预训练 grounding 权重下载与推理、开放词汇或真实照片评测。lab15-results.json 保留这个状态，不把外部入口当成已运行模型。