Moondream2

画像に対してMoondream2を実行します。

このワークフローブロックは、マルチモーダルな視覚言語モデルである Moondream2 を実行します。このブロックを使用すると、ゼロショット物体検出を実行できます。

型識別子

ステップで次の識別子を使用してください "type" フィールド： roboflow_core/moondream2@v1 ワークフローにこのブロックをステップとして追加するには。

プロパティ

名前	型	説明	参照
name	str	このステップの一意の識別子を入力してください。	❌
プロンプト	str	Moondream2 に追加のコンテキストを提供するためのオプションのテキストプロンプトです..	✅
model_version	str	推論に使用する Moondream2 モデルです..	✅

この 参照 列は、で利用可能な動的値を使ってプロパティをパラメータ化できる可能性を示します ワークフロー 実行時。参照 バインディング 詳細は。

ランタイム互換性

ハード - ランタイム self_hosted_cpu；実行 ローカル : GPU が必要です。run_locally() は CUDA を必要とするモデルを読み込みます。

入力と出力のバインディング

利用可能な接続は、そのバインディング種別によって異なります。どのバインディング種別が Moondream2 のバージョン v1 あるか確認してください。

入力と出力のバインディング

• 入力

  • images (image): 推論対象の画像です..

  • プロンプト (string): Moondream2 に追加のコンテキストを提供するためのオプションのテキストプロンプトです..

  • model_version (roboflow_model_id): 推論に使用する Moondream2 モデルです..

• 出力

  • predictions (object_detection_prediction): 検出されたバウンディングボックスを sv.Detections(...) オブジェクト形式で含む予測。

JSON 定義の例

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/moondream2@v1",
	    "images": "$inputs.image",
	    "prompt": "my prompt",
	    "model_version": "moondream2/moondream2_2b_jul24"
	}