ShowUI

ShowUI locates the target of an instruction as an image point.

Aufgaben: point detection
Größen: 2b at 1344 px
Installation: pip install "libreyolo[vlm]"
Supportstufe: Geschwisterstufe, seit v1.6.0. Eine separate Produktoberfläche mit eigener Factory und eigenem Vertrag.
Upstream: ShowUI von ShowUI authors, MIT. Publikation, Quelle
Lizenzen: Code MIT, Gewichte MIT. Kommerzielle Nutzung

Install

bash

pip install "libreyolo[ground]"

Predict

Python

from libreyolo import LibreGround, SAMPLE_IMAGE model = LibreGround("showui-2b", device="cpu")result = model(SAMPLE_IMAGE, prompt="the person")print(result.points.xy)

Use prompt= or query= for one call, or set_query() for a persistent instruction. A list of instructions on one image returns at most one click per query. Multi-query calls on image lists or folders raise an error. Coordinates refer to the original image. Training, validation and export are not supported. See the grounding API.

Licensing

Prüfe die Lizenz im Hugging-Face-Repository der konkreten Gewichte, die du herunterlädst. Jeder Checkpoint in der LibreYOLO-Organisation hat eine Lizenz, und sie ist innerhalb einer Familie nicht immer gleich. Dieses Repository ist die maßgebliche Quelle. Die Zusammenfassung unten beschreibt den Stand bei der letzten Verifizierung dieser Seite.

Dies ist eine Beschreibung der beteiligten Lizenzen und keine Rechtsberatung. Wenn die Antwort kommerziell relevant ist, lies die Lizenzen selbst und hole eigenen Rechtsrat ein.

Originalarbeit: ShowUI, ShowUI authors
Upstream-Lizenz: MIT
Upstream-Quelle: github.com/showlab/ShowUI
LibreYOLO-Code: MIT
Gewichte: MIT, von den Autoren verbreitet. LibreYOLO hostet oder spiegelt sie nicht.
Einordnung: The model publisher declares MIT.

Citation

@misc{lin2024showui,
      title={ShowUI: One Vision-Language-Action Model for GUI Visual Agent}, 
      author={Kevin Qinghong Lin and Linjie Li and Difei Gao and Zhengyuan Yang and Shiwei Wu and Zechen Bai and Weixian Lei and Lijuan Wang and Mike Zheng Shou},
      year={2024},
      eprint={2411.17465},
      archivePrefix={arXiv},
      primaryClass={cs.CV},
      url={https://arxiv.org/abs/2411.17465}, 
}

Aus dem Zitierblock der Autoren unter raw.githubusercontent.com/showlab/ShowUI/main/README.md kopiert.

Install

Predict

Licensing

Citation

ShowUI-Architektur