微软开源多功能视觉模型Florence-2，分割、识别一切图片！

文章预览

专注AIGC领域的专业社区，关注微软 、百度文心一言、讯飞星火等大语言模型（LLM）的发展和 应用 落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！ 微软Azure AI 团队宣布开源视觉模型——Florence-2。 据悉，Florence-2是一个多功能视觉模型，可提供图像描述、目标检测、视觉定位、图像分割等。 例如，上传一张风景照片，让其解读一下图片的内容；或者上传一张超市货架的照片，让其精准找出牛奶的所在位置。 Florence-2一共有230M和770M两个版本，在多个知名基准测试中零样本的表现非常出色高于同类模型。目前， Florence-2 的总下载量已超过120万非常火爆。 开源地址：https://huggingface.co/microsoft/Florence-2-large 在线demo：https://huggingface.co/spaces/gokaygokay/Florence-2 Florence-2之所以拥有如此多的视觉功能和强大的泛化能力，是因为使用了一个超大的数据集FLD-5B ………………………………