T-Rex2は、日常的なものから非常に珍しいものまで、あらゆる物体を識別できる画期的な物体検出技術です。タスク固有のチューニングや大規模なトレーニングデータセットは必要ありません。視覚とテキストプロンプトを組み合わせることで強力なゼロショット能力を実現し、様々なシーンにおける物体検出タスクに広く適用できます。T-Rex2は、画像エンコーダ、視覚プロンプトエンコーダ、テキストプロンプトエンコーダ、ボックスデコーダの4つのコンポーネントで構成されています。DETRのエンドツーエンド設計原理に従い、幅広い用途に対応しています。COCO、LVIS、ODinW、Roboflow100といった4つの学術ベンチマークテストにおいて最優秀な成績を収めています。