Hugging Face 宣布在 transformers 庫中支援 Mask2Former 與 OneFormer 兩大通用影像分割模型。這兩款模型打破了以往語意、實例和全景分割需要不同架構的限制,實現「單一架構通吃所有分割任務」。開發者現在可以透過簡單的 API 輕鬆載入預訓練模型,並應用於各類電腦視覺場景。
Hugging Face 介紹了 CLIPSeg 模型,這是一個基於 CLIP 的零樣本圖像分割工具。使用者只需輸入簡單的文字提示(如「貓」或「杯子」)或參考影像,模型就能精確分割出目標物體。此技術免去了傳統分割模型需要大量標記資料與重新訓練的痛點,並已整合至 Hugging Face transformers 庫中,開發者只需幾行程式碼即可輕鬆上手。