求教vision assistant的使用

  请教各位如何用：我想在一个场地中找相似的物体，如何利用vision assistant来实现，各位有用过vision assistant的可以给个你们做过的实例吗？另外我用摄像头捕获的图像是二维的，而实际场地是三维的，假使我用vision assistant找见了这个物体，那么如何告知系统该物体在实际场地中的具体位置呢？最后vision assistant可以汉化吗？