Florence-2 Segmentation

MultimodālsPieejams
no CommunityModeļa ID: florence-2-segmentation

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

Cena
≈ 0,0012 $/palaidi
Ievade → Izvade
Teksts + Attēls → Teksts
Izstrādātājs
Community
Atjaunināts
2026. gada 23. septembris
01

Spēļu laukums

Izmēģiniet Florence-2 Segmentation

Nav ievades formas

≈ 0,0012 $/palaidi

Šim modelim vēl nav ievades formas

Tā ievades vēl nav dokumentētas. Lai neviena izpilde neuztrūktos nepareizas ievades dēļ, mēs šeit nepiedāvājam formu. Tā vietā izvēlieties salīdzināmu modeli.

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

Par Florence-2 Segmentation

ĪsumāUz 2026. gada 23. septembris

Florence-2 Segmentation ir Community modelis kategorijā Multimodāls. Railwail platformā Florence-2 Segmentation maksā ≈ 0,0012 $ par palaidi.

04

Cenas

Cenas ASV dolāros. Izmantošana tiek aprēķināta no iepriekš apmaksātiem kredītiem.
Tipisks palaidi (≈ 1 s uz L40S)0,0012 $ par palaidi
GPU laiks (L40S)0,00117 $ par GPU sekundi
  • Norēķināšana notiek par GPU laiku, ko palaidi faktiskā aizņem. Palaides sākumā no jūsu atlikuma tiek rezervēts 3× tipiskā cena un vēlāk nosegts.
  • 1 kredīts = 0,01 $

Izmaksu kalkulators

Cenu kalkulators

s

Tipiski pēc sniedzēja: aptuveni 1 s

Kopā

0,12 $

12 kredīti

Uz palaišanu

0,0012 $ · 0,12 kredīti

Norēķins pēc faktiskā GPU laika; šī ir aprēķins.

05

API

Izsauciet Florence-2 Segmentation ar savu Railwail API atslēgu. Izmantojiet šo modeļa ID pieprasījumā:

Nav pārbaudīta API piemēra

Publiskā API nodod citu ievades formātu, nekā nepieciešams šim modelim. Izmantojiet smilšu kasti iepriekš.

06

Specifikācijas

Modeļa ID
florence-2-segmentation
Izstrādātājs
Community
Kategorija
Multimodāls
Ievade
Teksts, Attēls
Izvade
Teksts
Norēķini
Pēc lietojuma (tokeni vai GPU laiks)
Kataloga ieraksts atjaunināts
2026. gada 23. septembris

Tagi

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

Bieži uzdotie jautājumi

Kas ir Florence-2 Segmentation?

Florence-2 Segmentation ir Community izstrādāts modelis Multimodāls kategorijā.

Cik maksā Florence-2 Segmentation Railwail?

Railwail platformā Florence-2 Segmentation maksā ≈ 0,0012 $ par palaidi. Jums tiek ņemta maksa par to, ko katra pieprasījuma izpilde faktiski izmanto. Izmantošana tiek apmaksāta no iepriekš nopirkto kredītu; 1 kredīts = 0,01 $.

Cik ātrs ir Florence-2 Segmentation?

Railwail platformā Florence-2 Segmentation vēl nav pietiekami daudz izmērītu izpilžu, lai norādītu izpildes laiku. Tas ir atkarīgs no ievades, iestatījumiem un sniedzēja slodzes.

Vai Florence-2 Segmentation ir labāks par BLIP?

Tas ir atkarīgs no uzdevuma. Florence-2 Segmentation (Community) un BLIP (Salesforce) ir abi modeļi Multimodāls kategorijā. Salīdzināšanas lapā to cenas un specifikācijas ir parādītas blakus.

Salīdzināt Florence-2 Segmentation un BLIP

Vai Florence-2 Segmentation var apstrādāt attēlus?

Jā. Florence-2 Segmentation pieņem attēlus kā ievadi papildus tekstam.

08

Salīdzināmi modeļi

Visi šajā kategorijā
  • 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 $/palaidi

    75 % lētāk uz vienību

    Salīdzināt Florence-2 Segmentation un BLIP
  • 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 $/palaidi

    3708 % dārgāk uz vienību

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

    ≈ 0,0050 $/palaidi

    317 % dārgāk uz vienību

    Salīdzināt Florence-2 Segmentation un Depth Anything v2

Visi modeļi caur vienu API

Viena API atslēga visiem Railwail modeļiem. Izmantošana tiek aprēķināta no iepriekš apmaksātiem kredītiem, 1 kredīts = 0,01 $.