Seg Zero 7B Best On ReasonSegTest

🚀 Seg-Zero-7B

このモデルは、論文Seg-Zero: Reasoning-Chain Guided Segmentation via Cognitive Reinforcementに基づいています。推論モデルとセグメンテーションモデルを備えた分離型アーキテクチャを使用しています。明示的な推論データを使用せずにGRPOを用いた強化学習によって訓練されており、堅牢なゼロショット汎化能力とテスト時の推論能力を備えています。

コード: https://github.com/dvlab-research/Seg-Zero

🚀 クイックスタート

このモデルは、推論モデルとセグメンテーションモデルから構成される分離型アーキテクチャを導入しています。推論モデルはユーザーの意図を解釈し、明示的な推論チェーンを生成し、位置プロンプトを生成します。これらのプロンプトは、セグメンテーションモデルによってピクセルレベルのマスクを生成するために使用されます。

💻 使用例

基本的な使用法

from transformers import AutoModelForCausalLM, AutoTokenizer
import torch

# load model
model = AutoModelForCausalLM.from_pretrained("Ricky06662/Seg-Zero-7B")
tokenizer = AutoTokenizer.from_pretrained("Ricky06662/Seg-Zero-7B")

📄 ライセンス

ライセンスはotherです。