Mountchicken/Rex-Omni

מה זה

אתם מעלים תמונה ובוחרים משימה מתוך הרשימה בממשק. המודל שרץ מאחורי הקלעים הוא Rex-Omni של IDEA-Research, והוא מטפל בזיהוי עצמים עם תיחום, סימון נקודות, הערכת תנוחה של בני אדם ובעלי חיים, פענוח טקסט בתמונה לפי מילים או שורות, ואיתור רכיבי ממשק משתמש.

אפשר להגדיר קטגוריות בטקסט חופשי, לבחור זיהוי טקסט בפורמט תיבות או פוליגונים, או להשתמש בהנחיה חזותית שבה אתם מסמנים אובייקט בעצמכם כדי שהמודל ימצא מופעים דומים, כמו בדוגמה המובנית של איתור יונים דומות בתמונה. התוצאה חוזרת כתמונה מעובדת עם הסימונים הגרפיים, גודל הגופן ועובי הקווים שבחרתם.

מתאים ל

• חילוץ טקסט מתמונות

  זיהוי מילים או שורות טקסט שלמות בתוך מסמכים ותמונות, עם תיחום ברמת מלבן או פוליגון.

• זיהוי שלד ותנוחה

  איתור נקודות מפתח אנטומיות על גבי בני אדם או בעלי חיים והצגת שלד גרפי מעל התמונה.

• חיפוש עצמים לפי דוגמה

  סימון אובייקט יחיד על ידי המשתמש כדי לאתר אוטומטית פריטים דומים באותה תמונה.

• איתור רכיבי ממשק

  מיפוי כפתורים ואזורי לחיצה בצילומי מסך כדי להבין מבנה של יישומים ואתרים.

איפה זה נופל

הממשק בנוי להדגמת תמונה בודדת בלבד ואינו מתאים לעיבוד אצווה או עבודה שוטפת. בהנחיה חזותית אתם תלויים לחלוטין בציור מדויק של תיבות על גבי התמונה, מה שעשוי להיות מגושם ומסורבל במסכים קטנים. משימות הזיהוי והטקסט מוגדרות מראש באנגלית, כך שאין כאן בדיקה אמיתית ליכולות פענוח של שלטים או כתב בעברית.

איך משתמשים

טוענים תמונה לדפדפן, בוחרים משימה ולוחצים על כפתור ההרצה בלי צורך להירשם או לשלם. המערכת רצה על מעבד גרפי מסוג A10G דרך מנגנון Zero-GPU, כך שהעיבוד עצמו לוקח שניות ספורות ברגע שהתור מתפנה. אם יש עומס של משתמשים אחרים, הממשק ימתין להקצאת החומרה לפני שהתוצאה תופיע.

הרישיון

הפרויקט מפורסם תחת רישיון apache-2.0, שמאפשר שימוש חופשי וגם מסחרי בקוד ובמודל בכפוף לתנאי הרישיון. התמונות שאתם מעלים מועברות לשרת שמריץ את ההדגמה ומעובדות שם, כך שלא מומלץ להעלות מסמכים רגישים או חומרים פרטיים.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא ב־Hugging Face ↗