模型

WeVisOne-VL:微信视觉团队开源多功能视觉模型

精选理由

微信视觉团队开源了 WeVisOne-VL,一个模型搞定检测、计数、OCR 和抠图,才 9.6M 参数解码器,不用再拼一堆工具了。

微信视觉团队开源 WeVisOne-VL,单个轻量模型即可完成目标检测、计数、文字识别和图像抠图。模型不需要 SAM 等重型分割模型辅助,仅用 9.6M 参数的轻量解码器生成精细边缘与连续透明通道。在目标不存在时它会主动拒识,降低传统视觉系统的工程复杂度。代码已在 Github 开源。

图片来源 · Gorden Sun
原文 · Gorden Sun

WeVisOne-VL:微信视觉团队开源的多功能视觉AI模型

以往需要多个工具组合的目标检测、计数、文字识别和图像抠图,现在可以用单个轻量模型一次性完成。它无需SAM等重型分割模型辅助,仅靠9.6M参数的轻量解码器就能生成精细边缘与连续透明通道,并在目标不存在时主动拒识,大幅降低传统视觉系统的工程复杂度。

Github:https://t.co/AimdPNclwm