Foundation Models

Foundation models बड़े, पूर्व-प्रशिक्षित मॉडल होते हैं, जिन्हें अकेले या किसी vision workflow के हिस्से के रूप में, कंप्यूटर विज़न समस्या को हल करने के लिए उपयोग किया जा सकता है।

आप निम्नलिखित मॉडल चलाने के लिए Roboflow cloud APIs का उपयोग कर सकते हैं:

YOLO-World

YOLO-World एक zero-shot object detection मॉडल है, जो आपको बिना किसी training के object detection करने की अनुमति देता है, बस उन items का वर्णन करके जिन्हें आप detect करना चाहते हैं।

CLIP

CLIP images और text को एक साथ समझता है, जिससे वह इंटरनेट के विशाल मात्रा में text और images पर trained होने के कारण उन्हें semantically meaningful तरीके से associate कर सकता है, OpenAI द्वारा बनाया गया. Roboflow API के माध्यम से और Roboflow Inference का उपयोग करके on-device उपलब्ध।

OCR

DocTR का उपयोग करके images के भीतर मौजूद words और text को machine-readable text में बदलें।

आप इन models को भी deploy कर सकते हैं Roboflow Inference के साथ अपने own hardware पर.

\