Florence-2 Segmentation

FjölbreytilegtTiltækt
eftir CommunityAuðkenni módels: florence-2-segmentation

Microsoft Florence-2 unified vision model with referring expression segmentation. Text-prompted region and mask generation in one model.

Verð
≈ 0,0012 USD/keyrsla
Inntak → úttak
Texti + Mynd → Texti
Þróunaraðili
Community
Uppfært
23. september 2026
01

Leiksvæði

Prófaðu Florence-2 Segmentation

Engin inntaksform

≈ 0,0012 USD/keyrsla

Engin inntaksform fyrir þetta módel ennþá

Inntök þess eru ekki skjöluð ennþá. Til að engin keyrsla mistakist á röngum inntaki bjóðum við ekki upp á form hér. Veldu sambærilegt módel í staðinn.

02

Examples

Real outputs from the public examples of this model on Replicate, with the prompt and settings that produced them. They were not generated live on this page.
  • Example output 1 from Florence-2 SegmentationOpen full size
    InputInput

    No text prompt: the model only takes the input shown.

  • Example output 2 from Florence-2 SegmentationOpen full size
    InputInput

    No text prompt: the model only takes the input shown.

  • Example output 3 from Florence-2 SegmentationOpen full size
    InputInput

    No text prompt: the model only takes the input shown.

03

Um Florence-2 Segmentation

StuttlegaFrá og með 23. september 2026

Florence-2 Segmentation er módel frá Community í flokknum Fjölbreytilegt. Á Railwail kostar Florence-2 Segmentation ≈ 0,0012 USD fyrir hverja keyrslu.

04

Verðlagning

Verð í Bandaríkjadölum. Notkun er rukkuð frá fyrirframgreiddum inneign.
Dæmigerð keyrsla (≈ 1 s á L40S)0,0012 USD fyrir hverja keyrslu
GPU-tími (L40S)0,00117 USD fyrir hverja GPU-sekúndu
  • Reikningsfærðir eru GPU-tíminn sem keyrslan tekur í raun. Þegar keyrslan hefst er 3× dæmigerðu verðinu frátekin frá inneign þinni og jöfnuð síðar.
  • 1 inneign = 0,01 USD

Kostnaðarreiknir

Verðreiknir

s

Dæmigert samkvæmt veitanda: um 1 s

Samtals

0,12 USD

12 inneign

Fyrir hverja keyrslu

0,0012 USD · 0,12 inneign

Innheimt er fyrir raunverulegan GPU-tíma; þetta er mat.

05

API

Kallaðu Florence-2 Segmentation með Railwail API-lyklinum þínum. Notaðu þessa módel-auðkenningu í beiðninni:
florence-2-segmentationAPI-skjölFáðu API-lykil

Engin staðfest API-dæmi

Opinbera API sendir annað inntakssnið en þetta módel þarf. Notaðu leiksvæðið hér að ofan.

06

Forskriftir

Módel-auðkenni
florence-2-segmentation
Þróunaraðili
Community
Inntak
Texti, Mynd
Úttak
Texti
Reikningur
Eftir notkun (tókar eða GPU-tími)
Vörulistafærsla uppfærð
23. september 2026

Merki

  • replicate
  • segmentation
  • vision-understanding
  • microsoft
  • open-weights
07

Algengar spurningar

Hvað er Florence-2 Segmentation?

Florence-2 Segmentation er módel frá Community í flokknum Fjölbreytilegt.

Hvað kostar Florence-2 Segmentation á Railwail?

Á Railwail kostar Florence-2 Segmentation ≈ 0,0012 USD fyrir hverja keyrslu. Þér er rukkað fyrir það sem hver beiðni notar í raun. Notkun er greidd úr fyrirframgreiddum inneign; 1 inneign jafngildir 0,01 USD.

Hversu hratt er Florence-2 Segmentation?

Það eru ekki nóg mældar keyrslur af Florence-2 Segmentation á Railwail ennþá til að tilgreina keyrslutíma. Það fer eftir inntakinu, stillingum og álagi hjá veitandanum.

Er Florence-2 Segmentation betra en BLIP?

Það fer eftir verkefninu. Florence-2 Segmentation (Community) og BLIP (Salesforce) eru bæði módel í flokknum Fjölbreytilegt. Samanburðarsíðan sýnir verð og forskriftir þeirra hlið við hlið.

Bera saman Florence-2 Segmentation og BLIP

Getur Florence-2 Segmentation unnið úr myndum?

Já. Florence-2 Segmentation tekur myndir sem inntok auk texta.

08

Sambærileg módel

Öll í þessum flokki
  • BLIPSalesforce

    Salesforce BLIP. Vision-language model for image captioning and visual question answering. Given an image it writes a short natural-language caption, or answers a question about the image when one is supplied. A widely used baseline for automatic captioning.

    ≈ 0,00030 USD/keyrsla

    75 % ódýrara á einingu

    Bera Florence-2 Segmentation og BLIP saman
  • pharmapsychotic's CLIP Interrogator. Takes an image and produces a Stable-Diffusion-style text prompt by combining BLIP captioning with CLIP to rank likely subjects, artists, mediums and styles. Commonly used to reverse-engineer a prompt from an existing picture.

    ≈ 0,0457 USD/keyrsla

    3.708 % dýrara á einingu

    Bera Florence-2 Segmentation og CLIP Interrogator saman
  • Monocular depth-estimation model trained on 595k labeled and 62M unlabeled images. Strong zero-shot generalization in indoor and outdoor scenes.

    ≈ 0,0050 USD/keyrsla

    317 % dýrara á einingu

    Bera Florence-2 Segmentation og Depth Anything v2 saman

Öll módel í gegnum eina API

Einn API-lykil fyrir öll módel á Railwail. Notkun er rukkuð frá fyrirframgreiddum inneign, 1 inneign = 0,01 USD.