支持从本地选择、拖拽图片、按 Ctrl+V 粘贴截图，或在左侧输入在线图片 / 网页链接抓取快照。
REC 即指代目标理解，是大模型（如 Qwen2-VL, Florence-2, InternVL 等）通过自然语言指示在图像中精确定位特定目标物体的任务，输出通常为基于 [0, 1000] 归一化的 Bounding Box 坐标。
系统默认采用 [ymin, xmin, ymax, xmax]（Qwen-VL 及 Florence-2 标准格式）。如果您使用的是标准检测格式，可在设置中切换为 [xmin, ymin, xmax, ymax] 或 COCO 宽高格式。
[ymin, xmin, ymax, xmax]
[xmin, ymin, xmax, ymax]
切换至右上角的“手动绘制框”模式，即可在图片上拖拽拉框，系统会自动生成对应的 [0, 1000] 归一化坐标与标签，方便构建 REC Prompt 与评测数据。