अवलोकन

CLORE.AI GPUs पर कंप्यूटर विजन और विजन-भाषा मॉडल।

उपलब्ध मार्गदर्शिकाएँ

मॉडल	उपयोग का मामला
LLaVA	विजन चैट और प्रश्नोत्तर
Florence-2	मल्टी-टास्क विजन
SAM2	वीडियो विभाजन
GroundingDINO	जीरो-शॉट डिटेक्शन

उपयोग के मामले

• इमेज समझना - LLaVA, Florence-2

• ऑब्जेक्ट डिटेक्शन - GroundingDINO, YOLO

• Segmentation - SAM2, Segment Anything

• कैप्शनिंग - Florence-2, LLaVA

GPU आवश्यकताएँ

मॉडल	न्यूनतम VRAM
LLaVA 7B	8GB
Florence-2	8GB
SAM2	8GB
GroundingDINO	6GB

संबंधित मार्गदर्शिकाएँ

• भाषा मॉडल

• कम्प्यूटर विज़न