NVIDIA показала LocateAnything-3B
NVIDIA выложила LocateAnything-3B, модель для точного поиска объектов на изображении по текстовому запросу. Запустить можно в Hugging Face Spaces или через код в
Модель умеет отмечать объекты, элементы интерфейса, текст и точки на картинке. В ней есть режим
https://huggingface.co/nvidia/LocateAnything-3B
Transformers, но версия предназначена только для некоммерческих исследований.Модель умеет отмечать объекты, элементы интерфейса, текст и точки на картинке. В ней есть режим
Fast, а Parallel Box Decoding ускоряет выдачу до 2,5 раза.https://huggingface.co/nvidia/LocateAnything-3B
