/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
florence2 · dense
Базовая модель
Florence-2-large-ft
Библиотека
transformers.js
Опубликована
22 июн 2024

Florence-2-large-ft

Изображение и текст → текст3 профессии

onnx-community/Florence-2-large-ft — ONNX-версия модели Microsoft Florence-2-large-ft, подготовленная для работы с библиотекой Transformers.js.

1 669скачиваний за 30 дней8лайковвеса обновлены8 мая 2025

Бенчмарки

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

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

Это мультимодальная модель для преобразования изображений и текстовых запросов в текст; в README приведён сценарий генерации подписей к изображениям, включая более подробное описание содержимого сцены.

Модель предназначена для использования в JavaScript-приложениях, в том числе непосредственно в веб-среде через Transformers.js и WebGPU. Она поддерживает условную генерацию текста на основе изображения и задания, переданного специальным текстовым промптом. Доступны ONNX-веса с вариантами точности FP16 и FP32 для отдельных компонентов, а также квантованными вариантами Q4 для encoder и decoder, что может снизить требования к ресурсам.

В README указано, что модель относится к семейству Florence-2 и имеет крупный вариант (large), но точные параметры, размер, список языков и максимальная длина контекста не приведены. Сильной стороной является готовность к запуску в Transformers.js и поддержка веб-сценариев; ограничения включают зависимость от совместимого процессора и необходимость самостоятельно выбирать конфигурацию весов и параметры генерации. Лицензия — MIT.

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

https://huggingface.co/microsoft/Florence-2-large-ft with ONNX weights to be compatible with Transformers.js.

Usage (Transformers.js)

If you haven't already, you can install the Transformers.js JavaScript library from NPM using:

npm i @huggingface/transformers

Example: Perform image captioning with onnx-community/Florence-2-large-ft.

import {
    Florence2ForConditionalGeneration,
    AutoProcessor,
    load_image,
} from '@huggingface/transformers';

// Load model, processor, and tokenizer
const model_id = 'onnx-community/Florence-2-large-ft';
const model = await Florence2ForConditionalGeneration.from_pretrained(model_id, {
    dtype: {
        embed_tokens: 'fp16', // or 'fp32'
        vision_encoder: 'fp16', // or 'fp32'
        encoder_model: 'q4',
        decoder_model_merged: 'q4',
    },
});
const processor = await AutoProcessor.from_pretrained(model_id);

// Load image and prepare vision inputs
const url = 'https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/transformers/tasks/car.jpg';
const image = await load_image(url);

// Specify task and prepare text inputs
const task = '<MORE_DETAILED_CAPTION>';
const prompts = processor.construct_prompts(task);

// Pre-process the image and text inputs
const inputs = await processor(image, prompts);

// Generate text
const generated_ids = await model.generate({
    ...inputs,
    max_new_tokens: 256,
});

// Decode generated text
const generated_text = processor.batch_decode(generated_ids, { skip_special_tokens: false })[0];

// Post-process the generated text
const result = processor.post_process_generation(generated_text, task, image.size);
console.log(result);
// { '<MORE_DETAILED_CAPTION>': 'A car is parked on the street. The car is a light green color. The doors on the building are brown. The building is a yellow color. There are two doors on both sides of the car. The wheels on the car are very shiny. The ground is made of bricks. The sky is blue. The sun is shining on the top of the building.' }

We also released an online demo, which you can try yourself: https://huggingface.co/spaces/Xenova/florence2-webgpu


Note: Having a separate repo for ONNX weights is intended to be a temporary solution until WebML gains more traction. If you would like to make your models web-ready, we recommend converting to ONNX using 🤗 Optimum and structuring your repo like this one (with ONNX weights located in a subfolder named onnx).

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers.js

Нельзя запустить

Модель выложена для браузера (ONNX / transformers.js), для GPU-рантайма нет весов.

Класс архитектуры
Florence2ForConditionalGeneration
Ревизия весов
04ace74

0 моделей