Florence-2-base-ft

Florence-2-base-ft

基于Transformers.js的图像识别文本生成引擎

Florence-2-base-ft是一个基于ONNX权重的图像识别模型,专门针对Web环境优化。通过Transformers.js框架,该模型能够实现图像描述生成等功能。开发者可以通过JavaScript API将图像分析能力集成到Web应用中,项目提供在线演示展示具体应用效果。

Transformers.js模型深度学习Florence-2图像识别模型转换GithubHuggingface开源项目

项目概述

Florence-2-base-ft是一个基于Microsoft Florence-2模型的ONNX版本实现,专门针对Transformers.js进行了优化适配。该项目主要专注于图像到文本的生成任务,能够根据输入的图像生成详细的文字描述。

技术特点

该项目具有以下特点:

  • 基于Microsoft的Florence-2-base-ft模型
  • 使用ONNX格式进行模型权重存储
  • 支持图像到文本的生成能力
  • 可与Transformers.js框架无缝集成
  • 采用MIT开源协议

使用方法

项目的使用需要依赖Transformers.js v3版本,开发者可以通过npm从GitHub直接安装。使用过程主要包含以下步骤:

  • 导入必要的模块和组件
  • 加载预训练模型、处理器和分词器
  • 处理输入图像
  • 构建文本提示
  • 生成文字描述
  • 解码和后处理生成结果

功能演示

项目提供了在线演示空间,用户可以直接访问Hugging Face Spaces体验模型效果。以一个实际案例为例,当输入一张汽车图片时,模型能够生成类似"一辆绿色汽车停在棕褐色建筑物前,建筑物后面有一个棕色的门,建筑物正面有两个窗户"这样详细的描述。

技术说明

该项目目前采用单独的ONNX权重存储方案,这是在WebML技术普及之前的临时解决方案。对于希望让模型支持Web环境的开发者,建议使用🤗 Optimum工具将模型转换为ONNX格式,并将权重文件存放在名为"onnx"的子文件夹中。

应用场景

该项目可应用于多个领域:

  • 图像内容自动描述
  • 辅助视觉描述系统
  • 图像数据的文本标注
  • 视觉内容理解和分析

编辑推荐精选

潮际好麦

潮际好麦

AI赋能电商视觉革命,一站式智能商拍平台

潮际好麦深耕服装行业,是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌,以及国内10万+淘宝、天猫、京东等主流平台的品牌商家,为卖家节省将近85%的出图成本,提升约3倍出图效率,让品牌能够快速上架。

iTerms

iTerms

企业专属的AI法律顾问

iTerms是法大大集团旗下法律子品牌,基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构,帮助企业扫清合规障碍,筑牢风控防线,成为您企业专属的AI法律顾问。

SimilarWeb流量提升

SimilarWeb流量提升

稳定高效的流量提升解决方案,助力品牌曝光

稳定高效的流量提升解决方案,助力品牌曝光

Sora2视频免费生成

Sora2视频免费生成

最新版Sora2模型免费使用,一键生成无水印视频

最新版Sora2模型免费使用,一键生成无水印视频

Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
TRAE编程

TRAE编程

AI辅助编程,代码自动修复

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
商汤小浣熊

商汤小浣熊

最强AI数据分析助手

小浣熊家族Raccoon,您的AI智能助手,致力于通过先进的人工智能技术,为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答,小浣熊都能以快速、准确的响应满足您的需求,让您的生活更加智能便捷。

imini AI

imini AI

像人一样思考的AI智能体

imini 是一款超级AI智能体,能根据人类指令,自主思考、自主完成、并且交付结果的AI智能体。

Keevx

Keevx

AI数字人视频创作平台

Keevx 一款开箱即用的AI数字人视频创作平台,广泛适用于电商广告、企业培训与社媒宣传,让全球企业与个人创作者无需拍摄剪辑,就能快速生成多语言、高质量的专业视频。

下拉加载更多