微软开源视觉模型 Florence-2:小至 232M,一个模型通吃多种图像任务
微软 Azure AI 团队在 Hugging Face 上开源了视觉基础模型 Florence-2,采用宽松的 MIT 协议。该模型仅有 232M 和 771M 两个极小尺寸,通过统一的文本提示词即可处理图像描述、目标检测和图像分割等多种视觉任务,在多项测试中甚至超过参数量大百倍的模型。
微软 Azure AI 团队在 Hugging Face 上开源了视觉基础模型 Florence-2,采用宽松的 MIT 协议。该模型仅有 232M 和 771M 两个极小尺寸,通过统一的文本提示词即可处理图像描述、目标检测和图像分割等多种视觉任务,在多项测试中甚至超过参数量大百倍的模型。