Pular para o conteúdo
Local AI Wizard
Sua máquina
Tema

Florence-2-base

microsoft · microsoft/Florence-2-base

Licença dos pesos: MIT · código e componentes podem ter outros termos

Informado pelo publicador14 resultadosFicha de microsoft · lida em 2026-10-25 · sem ranking · ver
Memória necessária~1 GBPesos Q4 + margem, antes da reserva da máquina
Parâmetros0,2 BTotal de safetensors no Hub
Repositório atualizado2025-08-04Um commit não é data de lançamento

Qualidade

Sem score comparável

Ainda não acompanhamos benchmark público e comparável que cubra este modelo. Nenhuma nota é inferida.

Informado pelo publicador

14 resultados · ficha de microsoft · lida em 2026-10-25
COCO Cap. test CIDEr
133,00-shot
NoCaps val CIDEr
118,70-shot
TextCaps val CIDEr
70,10-shot
COCO Det. val2017 mAP
34,70-shot
Flickr30k test R@1
83,60-shot
Refcoco val Accuracy
53,90-shot
Refcoco test-A Accuracy
58,40-shot
Refcoco test-B Accuracy
49,70-shot
Todos os resultados informados14
Refcoco+ val Accuracy
51,50-shot
Refcoco+ test-A Accuracy
56,40-shot
Refcoco+ test-B Accuracy
47,90-shot
Refcocog val Accuracy
66,30-shot
Refcocog test Accuracy
65,10-shot
Refcoco RES val mIoU
34,60-shot

Valores como impressos na ficha, com a configuração do próprio publicador (seção da ficha: Benchmarks › Florence-2 Zero-shot performance); coluna “Florence-2-base”. Não comparáveis entre publicadores e fora de qualquer ranking. Ficha do modelo

Roda em

Cabe na memória rápida 119

A estimativa de planejamento cabe na memória que o modelo usa rápido: a VRAM da placa de vídeo, ou a memória unificada dentro da fatia de GPU do macOS.

Mostrar todos os 119

Perfis de hardware agrupados pela estimativa de planejamento Q4 em cada máquina (GPUs dedicadas reservam 2 GB; memória unificada e do sistema, 25%, de 2 a 8 GB): cabe na memória rápida, fica na memória mas fora da parte rápida (camadas na RAM do PC, ou acima da fatia de GPU do macOS), ou falta um degrau de memória. Não é compatibilidade nem velocidade medida.

Velocidade medida

Nenhuma medição publicada para este checkpoint

Tokens por segundo só aparecem quando uma fonte os publica com hardware, build e configuração. Nunca são estimados.

Como rodar

Compatibilidade de runtime e tokens por segundo não foram medidos para este registro. Metadados publicados e estimativa de memória não comprovam uma execução local.

Biblioteca na fonte: transformers

Formas documentadas de rodar

Copiado como aparece na fonte vinculada (lida em 2026-10-18); não executado por este site.

Transformers · ficha do modelo · How to Get Started with the Model
import requests

from PIL import Image
from transformers import AutoProcessor, AutoModelForCausalLM 

device = "cuda:0" if torch.cuda.is_available() else "cpu"
torch_dtype = torch.float16 if torch.cuda.is_available() else torch.float32

model = AutoModelForCausalLM.from_pretrained("microsoft/Florence-2-base", torch_dtype=torch_dtype, trust_remote_code=True).to(device)
processor = AutoProcessor.from_pretrained("microsoft/Florence-2-base", trust_remote_code=True)

prompt = "<OD>"

url = "https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/transformers/tasks/car.jpg?download=true"
image = Image.open(requests.get(url, stream=True).raw)

inputs = processor(text=prompt, images=image, return_tensors="pt").to(device, torch_dtype)

generated_ids = model.generate(
    input_ids=inputs["input_ids"],
    pixel_values=inputs["pixel_values"],
    max_new_tokens=1024,
    do_sample=False,
    num_beams=3,
)
generated_text = processor.batch_decode(generated_ids, skip_special_tokens=False)[0]

parsed_answer = processor.post_process_generation(generated_text, task="<OD>", image_size=(image.width, image.height))

print(parsed_answer)

Escolher meu computador

Detalhes técnicos

O que a fonte e o catálogo guardam deste checkpoint. Campos ausentes ficam de fora, nunca como zero.

Checkpoint / fonte
microsoft/Florence-2-base
Tarefa
image-text-to-text
Arquitetura
Florence2ForConditionalGeneration
Biblioteca na fonte
transformers
Licença dos pesos
MIT
Uso comercial
Permitido MIT license text (SPDX) · consultado em 2026-10-18texto da licença
Todos os campos guardados11 campos
Revisão conferida
5ca5edf5bd017b9919c05d08aebef5e4c7ac3bac
Arquitetura
Florence2ForConditionalGeneration
Biblioteca
transformers
Tag de tarefa no Hub
image-text-to-text
Formatos
transformers, pytorch, safetensors
Acesso
Download aberto
Tipo de publicador
Oficial
Repositório criado
2024-06-15criação não é o lançamento do modelo
Repositório atualizado
2025-08-04um commit não é data de lançamento
Downloads no Hub (30 dias) · curtidas
3.055.333 · 431só este repositório · lido em 2026-10-25
Estado no catálogo
Config ou pesos encontrados no Hub; sem vínculo de benchmark no inventário

Fontes

Identidade e especificações publicadas vêm da página do checkpoint. As notas pertencem à rodada indicada e não medem velocidade no seu computador.

Snapshot válido da fonte: 2026-09-26. Este registro da fonte ainda não recebeu revisão técnica completa. Dados ausentes permanecem desconhecidos; um commit do repositório não é a data de lançamento do modelo.