16.3 텍스트 프롬프트 기반 객체 탐지 (Open-Vocabulary Object Detection) 16.3 텍스트 프롬프트 기반 객체 탐지 (Open-Vocabulary Object Detection) 16.3.1 ViLD(Vision-Language Distillation)와 OWL-ViT: 텍스트 쿼리로 Bounding Box 추출하기 16.3.2 Grounding DINO: 언어적 맥락을 반영한 고성능 객체 탐지 16.3.3 로봇 매니퓰레이션을 위한 픽(Pick) 대상 식별: “빨간색 머그잔 말고 파란색 텀블러 집어줘”