ShowUI

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

Zadania: point detection
Rozmiary: 2b at 1344 px
Instalacja: pip install "libreyolo[vlm]"
Poziom obsługi: Poziom siostrzany, od wersji v1.6.0. Osobna część produktu z własną fabryką i kontraktem.
Projekt źródłowy: ShowUI, autorzy: ShowUI authors, licencja: MIT. Publikacja, kod źródłowy
Licencje: Kod: MIT, wagi: MIT. Użycie komercyjne

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

Sprawdź licencję w repozytorium konkretnych pobieranych wag na Hugging Face. Każdy checkpoint w organizacji LibreYOLO ma licencję, która nie zawsze jest taka sama w całej rodzinie. To repozytorium jest źródłem rozstrzygającym, a poniższe podsumowanie opisuje stan z chwili ostatniej weryfikacji tej strony.

To opis obowiązujących licencji, a nie porada prawna. Jeśli odpowiedź ma znaczenie komercyjne, przeczytaj licencje i zasięgnij własnej porady prawnej.

Oryginalna praca: ShowUI, ShowUI authors
Licencja projektu źródłowego: MIT
Kod źródłowy projektu: github.com/showlab/ShowUI
Kod LibreYOLO: MIT
Wagi: MIT, rozpowszechniane przez autorów. LibreYOLO ich nie hostuje ani nie udostępnia kopii.
Interpretacja: 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}, 
}

Skopiowano z bloku cytowania autorów w raw.githubusercontent.com/showlab/ShowUI/main/README.md.

Install

Predict

Licensing

Citation

Architektura ShowUI