Pular para o conteúdo
Local AI Wizard
Sua máquina
Tema

Florence-2-large

microsoft · microsoft/Florence-2-large

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
Parâmetros0,8 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
135,60-shot
NoCaps val CIDEr
120,80-shot
TextCaps val CIDEr
72,80-shot
COCO Det. val2017 mAP
37,50-shot
Flickr30k test R@1
84,40-shot
Refcoco val Accuracy
56,30-shot
Refcoco test-A Accuracy
61,60-shot
Refcoco test-B Accuracy
51,40-shot
Todos os resultados informados14
Refcoco+ val Accuracy
53,60-shot
Refcoco+ test-A Accuracy
57,90-shot
Refcoco+ test-B Accuracy
49,90-shot
Refcocog val Accuracy
68,00-shot
Refcocog test Accuracy
67,00-shot
Refcoco RES val mIoU
35,80-shot

Valores como impressos na ficha, com a configuração do próprio publicador (seção da ficha: Benchmarks › Florence-2 Zero-shot performance); coluna “Florence-2-large”. 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

import torch
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-large", torch_dtype=torch_dtype, trust_remote_code=True).to(device)
processor = AutoProcessor.from_pretrained("microsoft/Florence-2-large", 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=4096,
    num_beams=3,
    do_sample=False
)
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-large
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 guardados12 campos
Revisão conferida
21a599d414c4d928c9032694c424fb94458e3594
Arquitetura
Florence2ForConditionalGeneration
Biblioteca
transformers
Tag de tarefa no Hub
image-text-to-text
Formatos
bin, pytorch, safetensors, transformers
Acesso
Download aberto
Tipo de publicador
Oficial
Parâmetros no Hub
776.721.497safetensors.total
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
374.805 · 1.892só este repositório · lido em 2026-11-19
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: 2026-11-19. 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.