/ Модель

Характеристики

Контекст
128 000 токенов
Параметры
7,1 млрд
Размер весов
16,6 ГБ
Лицензия
Своя лицензия
Архитектура
qwen2_5_vl · dense
Библиотека
transformers
Опубликована
7 мар 2025

Seg-Zero-7B

Сегментация изображенийИзображение → mask3 профессии

Seg-Zero-7B использует рассуждения по текстовому запросу для создания пиксельных масок объектов на изображениях.

693скачиваний за 30 дней4лайкавеса обновлены13 мар 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Seg-Zero-7B — модель сегментации изображений, основанная на работе Seg-Zero: Reasoning-Chain Guided Segmentation via Cognitive Reinforcement. Она объединяет модель рассуждений, которая интерпретирует запрос пользователя и формирует позиционные подсказки, с моделью сегментации, создающей пиксельные маски. Обучение с подкреплением методом GRPO проводилось без явных данных с цепочками рассуждений; авторы заявляют о переносе на новые сценарии и формировании рассуждений во время вывода.

Модель предназначена для сегментации объектов на изображении по текстовому запросу. В метаданных указаны архитектура Qwen2.5-VL, 7,1 млрд параметров, контекст до 128 000 токенов и библиотека Transformers. Репозиторий содержит веса в формате safetensors. Карточка не приводит подробных сведений о лицензии: указано значение «other», поэтому условия использования следует сверить отдельно.

Сценарии применения

  • Выделение на изображении объекта, названного текстом
  • Сегментация объектов по описанию пользователя
  • Создание пиксельных масок для визуального анализа

Ограничения

Карточка не содержит результатов количественной оценки и подробных ограничений качества. Лицензия указана как «other», поэтому перед использованием нужно проверить её условия.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Seg-Zero-7B

This model is based on the paper Seg-Zero: Reasoning-Chain Guided Segmentation via Cognitive Reinforcement. It uses a decoupled architecture with a reasoning model and a segmentation model. It's trained via reinforcement learning using GRPO without explicit reasoning data, leading to robust zero-shot generalization and emergent test-time reasoning.

Code: https://github.com/dvlab-research/Seg-Zero

Description

This is a Seg-Zero-7B model. It introduces a decoupled architecture consisting of a reasoning model and a segmentation model. The reasoning model interprets user intentions, generates explicit reasoning chains, and produces positional prompts, which are subsequently used by the segmentation model to generate pixel-level masks.

Usage

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

# load model
model = AutoModelForCausalLM.from_pretrained("Ricky06662/Seg-Zero-7B")
tokenizer = AutoTokenizer.from_pretrained("Ricky06662/Seg-Zero-7B")

Installation

git clone https://github.com/dvlab-research/Seg-Zero.git
cd Seg-Zero
conda create -n seg_zero python=3.11
conda activate seg_zero
pip install torch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1
pip install -e .
pip install sam2
pip install matplotlib

Inference

python inference_scripts/infer.py

The default question is:

"the unusual object in the image."

You will get the thinking process in the command line and the mask will be saved in the inference_scripts folder. You can also provide your own image_path and text:

python inference_scripts/infer.py --image_path "your_image_path" --text "your question text"

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen2_5_VLForConditionalGeneration
Ревизия весов
7764ee8

0 моделей