Florence-2 Segmentation

МултимодаленДостапно
од CommunityID на модел: florence-2-segmentation

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

Цена
≈ 0,0012 US$/извршување
Влез → излез
Текст + Слика → Текст
Развивач
Community
Ажурирано
23 септември 2026 г.
01

Playground

Пробајте Florence-2 Segmentation

Нема форма за влез

≈ 0,0012 US$/извршување

За овој модел сè уште нема форма за влез

Неговите влезови сè уште не се документирани. За да не пропадне извршување поради погрешен влез, не нудиме форма овде. Наместо тоа, изберете сличен модел.

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

За Florence-2 Segmentation

НакраткоОд 23 септември 2026 г.

Florence-2 Segmentation е модел од Community во категоријата Мултимодален. На Railwail, Florence-2 Segmentation чини ≈ 0,0012 US$ по извршување.

04

Цени

Цени во американски долари. Употребата се наплаќува од подготвени кредити.
Типично извршување (≈ 1 s на L40S)0,0012 US$ по извршување
GPU време (L40S)0,00117 US$ по GPU секунда
  • Се наплаќува според GPU времето што извршувањето всушност го потребува. Кога извршувањето почнува, 3× типичната цена се резервира од вашиот салдо и се пресметува потоа.
  • 1 кредит = 0,01 US$

Калкулатор за трошоци

Калкулатор за цена

s

Типично според добавувачот: околу 1 s

Вкупно

0,12 US$

12 кредити

По извршување

0,0012 US$ · 0,12 кредити

Наплачено е вистинското GPU време; ова е проценка.

05

API

Повикајте го Florence-2 Segmentation со вашиот Railwail API клуч. Користете го овој ID на моделот во барањето:

Нема потврден API пример

Јавниот API пренесува различен формат на влез отколку што овој модел има потреба. Користете го игралиштето погоре.

06

Спецификации

ID на моделот
florence-2-segmentation
Развивач
Community
Категорија
Мултимодален
Влез
Текст, Слика
Излез
Текст
Наплата
По употреба (токени или GPU време)
Каталошка ставка ажурирана
23 септември 2026 г.

Ознаки

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

Често поставувани прашања

Што е Florence-2 Segmentation?

Florence-2 Segmentation е модел од Community во категоријата Мултимодален.

Колку чини Florence-2 Segmentation на Railwail?

На Railwail, Florence-2 Segmentation чини ≈ 0,0012 US$ по извршување. Се наплаќува за она што секој барање всушност користи. Употребата се плаќа од подготвени кредити; 1 кредит е еднаков на 0,01 US$.

Колку брз е Florence-2 Segmentation?

Нема доволно измерени извршувања на Florence-2 Segmentation на Railwail за да се наведе време на извршување. Зависи од влезот, поставките и оптеретувањето кај добавувачот.

Дали Florence-2 Segmentation е подобар од BLIP?

Зависи од задачата. Florence-2 Segmentation (Community) и BLIP (Salesforce) се обата модели во категоријата Мултимодален. Страницата за споредба ги покажува нивните цени и спецификации една до друга.

Спореди Florence-2 Segmentation и BLIP

Може ли Florence-2 Segmentation да обработува слики?

Да. Florence-2 Segmentation прифаќа слики како влез покрај текстот.

08
  • 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 US$/извршување

    75 % поевтино по единица

    Споредете Florence-2 Segmentation и 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 US$/извршување

    3.708 % поскапо по единица

    Споредете Florence-2 Segmentation и 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 US$/извршување

    317 % поскапо по единица

    Споредете Florence-2 Segmentation и Depth Anything v2

Сите модели преку една API

Еден API клуч за секој модел на Railwail. Употребата се наплаќува од подготвени кредити, 1 кредит = 0,01 US$.