Überblick

Computer Vision und Vision-Language-Modelle auf CLORE.AI-GPUs.

Verfügbare Anleitungen

Modell	Einsatzgebiet
LLaVA	Visueller Chat & QA
Florence-2	Multifunktionale Bildverarbeitung
SAM2	Video-Segmentierung
GroundingDINO	Zero-Shot-Erkennung

Anwendungsfälle

• Bildverständnis - LLaVA, Florence-2

• Objekterkennung - GroundingDINO, YOLO

• Segmentierung - SAM2, Segment Anything

• Bildunterschriftenerstellung - Florence-2, LLaVA

GPU-Anforderungen

Modell	Minimaler VRAM
LLaVA 7B	8GB
Florence-2	8GB
SAM2	8GB
GroundingDINO	6GB

Verwandte Anleitungen

• Sprachmodelle

• Computer Vision