首页
/ Roboflow Inference v0.46.0发布:多模态模型SmolVLM2与工作流增强

Roboflow Inference v0.46.0发布:多模态模型SmolVLM2与工作流增强

2025-06-28 02:48:09作者:董灵辛Dennis

Roboflow Inference是一个开源的计算机视觉推理服务,它允许开发者在本地或云端轻松部署和运行各种计算机视觉模型。该项目提供了从目标检测到图像分类等多种视觉任务的解决方案,并支持与Roboflow平台的无缝集成。

多模态模型SmolVLM2的引入

本次发布的v0.46.0版本最引人注目的新特性是加入了SmolVLM2多模态视觉模型。SmolVLM2是由Hugging Face开发的一款轻量级多模态模型,相较于其他大型多模态模型,它在保持良好性能的同时,能够在资源有限的设备上高效运行。

SmolVLM2支持多种多模态任务,包括:

  • 视觉问答(VQA):根据图像内容回答相关问题
  • 文档OCR:从文档图像中提取文字信息
  • 文档VQA:基于文档内容回答问题
  • 对象计数:统计图像中特定对象的数量

开发者可以通过两种方式使用这一新模型:

  1. 在Roboflow工作流中直接使用:通过图形化界面将SmolVLM2集成到自定义的视觉处理流程中。

  2. 使用Python包调用:通过简单的Python代码即可实现模型调用,示例代码如下:

from PIL import Image
from inference.models.smolvlm.smolvlm import SmolVLM

smol_vlm = SmolVLM(api_key="API_KEY")
image = Image.open("dog.jpeg")
result = smol_vlm.predict(image, "How many dogs are in this image?")
print(result)

工作流功能增强

本次更新还对Roboflow工作流功能进行了增强,特别是Property Definition模块新增了UQL(Unified Query Language)操作,能够从视频帧中提取自视频开始以来的时间信息。这一功能对于视频分析任务尤为重要,例如:

  • 计算特定事件发生的时间点
  • 分析视频中对象运动的时序特征
  • 构建基于时间戳的视频索引系统

性能优化与维护改进

除了新功能的加入,v0.46.0版本还包含了一系列性能优化和维护改进:

  1. 缓存优化:通过缓存'inspect'操作的结果,减少了重复计算的开销,提升了系统响应速度。

  2. 函数参数收集加速:对collect_func_params函数进行了优化,使其运行速度提升了约10%,这对于高频调用的核心函数来说意义重大。

  3. 批处理服务文档完善:更新了批处理服务的相关文档,使开发者能够更清晰地了解和使用这一功能。

  4. 执行时长统计:在性能基准测试中加入了执行时长的统计功能,方便开发者更全面地评估模型性能。

总结

Roboflow Inference v0.46.0版本的发布,为开发者带来了更强大的多模态处理能力和更高效的工作流工具。特别是SmolVLM2的加入,使得在资源受限环境下运行复杂的多模态任务成为可能。同时,各项性能优化和维护改进也进一步提升了系统的稳定性和易用性。

对于计算机视觉开发者而言,这些更新意味着能够构建更复杂、更高效的视觉应用,同时降低了对硬件资源的要求,拓宽了应用场景的范围。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
260
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
858
507
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
255
299
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
331
1.08 K
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
397
370
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
kernelkernel
deepin linux kernel
C
21
5