ShowUI

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

Tareas: point detection
Tamaños: 2b at 1344 px
Instalación: pip install "libreyolo[vlm]"
Nivel de compatibilidad: Nivel hermano, desde v1.6.0. Una superficie de producto independiente con su propia factoría y su propio contrato.
Proyecto original: ShowUI de ShowUI authors, MIT. Artículo, fuente
Licencias: Código MIT, pesos MIT. Uso comercial

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

Comprueba la licencia en el repositorio de Hugging Face de los pesos concretos que descargues. Cada checkpoint de la organización de LibreYOLO incluye una, y no siempre es la misma en toda una familia. Ese repositorio es la fuente autorizada; el resumen siguiente describe qué se aplicaba cuando se verificó esta página por última vez.

Esta es una descripción de las licencias implicadas, no asesoramiento legal. Si la respuesta es importante a nivel comercial, lee las licencias y busca tu propio asesoramiento.

Trabajo original: ShowUI, ShowUI authors
Licencia del proyecto original: MIT
Fuente del proyecto original: github.com/showlab/ShowUI
Código de LibreYOLO: MIT
Pesos: MIT, distribuidos por sus autores. LibreYOLO no los aloja ni los replica.
Interpretación: 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}, 
}

Copiado del bloque de cita de los autores en raw.githubusercontent.com/showlab/ShowUI/main/README.md.

Install

Predict

Licensing

Citation

Arquitectura de ShowUI