Internvl2 5 HiMTok 8B

🚀 HiMTok：利用大型多模態模型學習用於圖像分割的分層掩碼標記

HiMTok是一個用於圖像分割的模型項目，通過學習分層掩碼標記，藉助大型多模態模型提升圖像分割效果。該項目基於OpenGVLab/InternVL2_5 - 8B模型進行微調，在圖像分割領域具有重要的研究和應用價值。

🚀 快速開始

該項目提供了基於InternVL2_5 - 8B模型在refcoco系列訓練數據集上微調後的HiMTok - 8B模型。

📄 許可證

本項目採用Apache - 2.0許可證。

📚 詳細文檔

如果您在研究中發現本項目很有用，請考慮引用以下文獻：

@article{wang2025himtok,
  title={HiMTok: Learning Hierarchical Mask Tokens for Image Segmentation with Large Multimodal Model},
  author={Wang, Tao and Cheng, Changxu and Wang, Lingfeng and Chen, Senda and Zhao, Wuyue},
  journal={arXiv preprint arXiv:2503.13026},
  year={2025}
}

項目鏈接：

• [📂 GitHub](https://github.com/yayafengzi/LMM - HiMTok)
• 📜 Paper