用途：在 Grounding DINO 基础上扩展掩码预测头，实现由文本提示引导的开放集实例分割，属于 NVIDIA TAO 技能库中的模型技能，覆盖训练、评估、推理、量化、导出与部署流程。
主要能力：支持分割数据集训练，格式为 odvg、coco、coco_raw，监控指标为 [bbox] val_mAP@50。关键参数包括 model.has_mask 启用掩码头（默认 True）、model.num_region_queries 区域查询数（默认 100）、model.num_queries 对象查询数（默认 900）、train.optim.lr 默认 2e-4、backbone 默认 swin_tiny_224_1k。损失默认 [labels, boxes, masks]，含 mask、dice、rela 系数。评估含 ioi_threshold 0.5、nms_threshold 0.2、text_threshold 0.3。
使用方式：每类动作必须按 Per-Action Dataset Requirements 构造数据源并写入 spec_overrides。train 需 train_data_sources（image_dir、json_file、label_map，List 形式）与 val_data_sources（image_dir、json_file）。设置 train.pretrained_model_path 提供完整权重。模型层启用 AutoML，默认 automl_policy: auto 时经 tao-skill-bank:tao-run-automl 执行；用户说关闭 AutoML 等视为本次 automl_policy: off，则直接训练。非训练动作留在本技能。TensorRT 动作需先读 references/tao-deploy-mask-grounding-dino.md。
适用场景与限制：适合开放集分割训练与部署。训练需至少 1 GPU，推荐 4 GPU，单卡 24GB+（推荐 A100），显存需求高于 Grounding DINO。多卡经 Lightning 管理，支持 ddp/fsdp。CUDA 显存不足时降低 batch_size。若 schemas/train.schema.json 与 spec_template_train.yaml 缺失，AutoML 已启用但不可运行，需重新生成。父模型推断映射务必按上文表格处理，不应写回 config.json 或猜测检查点路径。竞价、收费、许可等资料暂未提供。