
腾讯微信视觉团队公开了 WeVisOne-VL,尝试用同一视觉语言模型完成目标检测、计数、文字识别、分割和抠图等任务。项目提供模型权重、推理包、示例与评测工具。
用户可以通过提示指定目标,并得到点、框或像素级输出。处理自己的图像时,应使用代表性样本检验定位和边缘效果,部署与使用条件以官方仓库和模型许可为准。
官方资料:
https://github.com/Tencent/WeVisOne-VL
发现来源:ai-bot.cn · 核验资料:github.com
资讯 · 工具 · 实践

腾讯微信视觉团队公开了 WeVisOne-VL,尝试用同一视觉语言模型完成目标检测、计数、文字识别、分割和抠图等任务。项目提供模型权重、推理包、示例与评测工具。
用户可以通过提示指定目标,并得到点、框或像素级输出。处理自己的图像时,应使用代表性样本检验定位和边缘效果,部署与使用条件以官方仓库和模型许可为准。
官方资料:
https://github.com/Tencent/WeVisOne-VL
发现来源:ai-bot.cn · 核验资料:github.com