Resumen

Visión por computadora y modelos visión-idioma en GPU de CLORE.AI.

Guías disponibles

Modelo	Caso de uso
LLaVA	Chat y preguntas visuales
Florence-2	Visión multitarea
SAM2	Segmentación de video
GroundingDINO	Detección zero-shot

Casos de uso

• Comprensión de imágenes - LLaVA, Florence-2

• Detección de objetos - GroundingDINO, YOLO

• Segmentación - SAM2, Segment Anything

• Generación de descripciones - Florence-2, LLaVA

Requisitos de GPU

Modelo	VRAM mínima
LLaVA 7B	8GB
Florence-2	8GB
SAM2	8GB
GroundingDINO	6GB

Guías relacionadas

• Modelos de Lenguaje

• Visión por Computadora