Deskripsi
WeVisOne-VL adalah model visi-bahasa yang canggih yang dikembangkan oleh WeChat Vision, sebuah divisi dari Tencent Inc. Model ini dibangun di atas kerangka Qwen3-VL dan dirancang untuk menyatukan tugas persepsi tingkat objek dan tingkat piksel. Model ini mampu menangani deteksi objek dengan kosakata terbuka, lokalisasi referensi, penghitungan objek, penunjukan objek, dan pengenalan karakter optik (OCR). Selain itu, model ini mendukung tugas tingkat piksel seperti segmentasi referensi dan pemotongan alpha yang dapat diprompt.
Baca Selengkapnya
Model ini menggunakan prediksi token berikutnya yang terstruktur dan memiliki dekoder piksel ringan dengan 9,5 juta parameter. Komponen kunci dari WeVisOne-VL adalah mask_decoder.pt, yang mengintegrasikan Visual Feature Adapter, Box-Guided Query Decoder, dan Instance-Conditioned Dense Prediction Head. Komponen-komponen ini bekerja sama untuk memperbaiki prediksi dan menghasilkan alpha matte resolusi tinggi.
WeVisOne-VL ditujukan untuk aplikasi penelitian dalam penguatan visual, lokalisasi, penunjukan, penghitungan, OCR, segmentasi, dan pemotongan gambar. Model ini tidak dirancang untuk pengambilan keputusan otonom atau identifikasi individu. Model ini dioptimalkan untuk persepsi gambar satu kali dan tidak mendukung grid video.
Model ini dirilis di bawah Lisensi Apache 2.0, dengan komponen pihak ketiga mempertahankan lisensi aslinya. Pengguna disarankan untuk meninjau file sumber untuk rincian lisensi tertentu.
- KategoriAlat Computer Vision
- Model HargaOpen source
- PenerapanCloud
- PlatformWeb
Sorotan WeVisOne-VL
Model visi-bahasa terpadu
Persepsi tingkat objek
Persepsi tingkat piksel
Deteksi objek dengan kosakata terbuka
Segmentasi referensi
Pemotongan alpha yang dapat diprompt
Prediksi token berikutnya yang terstruktur
Dekoder piksel ringan
Memulai dengan WeVisOne-VL
Akses halaman model: Kunjungi halaman model Hugging Face
Autentikasi: Masuk ke akun Hugging Face Anda
Konfigurasi: Siapkan model dengan parameter yang diperlukan
Kirim prompt: Masukkan data visual Anda untuk diproses
Sesuaikan: Sesuaikan pengaturan model untuk tugas tertentu
Kasus Penggunaan WeVisOne-VL
- Penguatan Visual
- Deteksi Objek
- Pemotongan Gambar
- Lokalisasi OCR
- Segmentasi Referensi
