想检什么，说什么词就行。
基于开放词汇的实例分割检测，无需预定义类别，用自然语言即可让机器人识别并定位目标，输出带掩码的标注图与结构化数据（类别、置信度、位置、面积）。所见即所得，灵活应对未知场景。
基于开放词汇的实例分割检测，无需预定义类别，用自然语言即可让机器人识别并定位目标，输出带掩码的标注图与结构化数据（类别、置信度、位置、面积）。所见即所得，灵活应对未知场景。
- 核心特点：自然语言定义目标、免重训即用、输出结构化
- 典型场景：商品识别、货架盘点、开放场景物体检索
基于 YOLOE 的开放词汇实例分割：从 RealSense 采图后输出掩码叠加标注图与目标 JSON（类别、置信度、像素框、质心、面积），实现「用什么词检什么目标」的灵活检测。输入图像，输出标注图 + JSON，运行于 ROS 2 Foxy / Humble，依赖 ultralytics>=8.4.0。
