Florence-2-large-ft 是什么
该模型被介绍为微软开发的视觉基础模型,可用文本提示完成多类视觉与视觉语言任务。
你可以用它做什么
- 为图像生成文字描述
- 识别并定位图像中的目标
- 把图像分割成不同区域或对象
工作方式
- 先安装 transformers 和 PIL 等库
- 用处理器载入文本提示与图像
- 把输入转成模型可接受的格式再运行
优点与缺点
✓ 我们认可的地方
- 简单文本提示即可驱动多类任务
- 包含区域提议与区域 OCR
! 需要留意的地方
- 使用前需安装 transformers 与 PIL
- 需要同时准备文本提示和图像
常见问题
列出哪些任务?
资料列出图像描述、目标检测、分割、区域提议和 OCR 等任务。
用了什么数据?
资料提到 FLD-5B 含 54 亿个注释、覆盖 1.26 亿张图像。
最后评测: 2026-11-15
更多 AI 图像生成 工具
查看全部 →-
123RF 带 AI 图像工具的素材库 免费 工具 文生图 图像编辑 抠图 图片放大 -
360智图 360 出品的图片搜索、授权与 AI 编辑 免费 工具 文生图 抠图 商品图 模型生成器 -
360鸿图 面向中文用户的图像生成,提示词用中文写 免费 工具 创作者工具 文生图 艺术生成器 图生图 -
a1.art 以滤镜驱动的图像生成与换脸 免费 工具 创作者工具 文生图 艺术生成器 -
AI Anime Generator 把照片与文字变成动漫风格图 免费增值 工具 创作者工具 文生图 图生图 图生视频 -
AI Art Generator 文字提示词生成原创画面草稿 免费增值 工具 创作者工具 文生图 图像编辑 艺术生成器