Hugging Face's logo

microsoft
/
OmniParser

Image-Text-to-Text
Transformers
Safetensors
blip-2
visual-question-answering
Inference Endpoints
Model card Files Community
45
OmniParser
File size: 1,087 Bytes 
1a5f4b7
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
 
backbone:
- - -1
  - 1
  - Conv
  - - 64
    - 3
    - 2
- - -1
  - 1
  - Conv
  - - 128
    - 3
    - 2
- - -1
  - 3
  - C2f
  - - 128
    - true
- - -1
  - 1
  - Conv
  - - 256
    - 3
    - 2
- - -1
  - 6
  - C2f
  - - 256
    - true
- - -1
  - 1
  - Conv
  - - 512
    - 3
    - 2
- - -1
  - 6
  - C2f
  - - 512
    - true
- - -1
  - 1
  - Conv
  - - 1024
    - 3
    - 2
- - -1
  - 3
  - C2f
  - - 1024
    - true
- - -1
  - 1
  - SPPF
  - - 1024
    - 5
ch: 3
depth_multiple: 0.33
head:
- - -1
  - 1
  - nn.Upsample
  - - None
    - 2
    - nearest
- - - -1
    - 6
  - 1
  - Concat
  - - 1
- - -1
  - 3
  - C2f
  - - 512
- - -1
  - 1
  - nn.Upsample
  - - None
    - 2
    - nearest
- - - -1
    - 4
  - 1
  - Concat
  - - 1
- - -1
  - 3
  - C2f
  - - 256
- - -1
  - 1
  - Conv
  - - 256
    - 3
    - 2
- - - -1
    - 12
  - 1
  - Concat
  - - 1
- - -1
  - 3
  - C2f
  - - 512
- - -1
  - 1
  - Conv
  - - 512
    - 3
    - 2
- - - -1
    - 9
  - 1
  - Concat
  - - 1
- - -1
  - 3
  - C2f
  - - 1024
- - - 15
    - 18
    - 21
  - 1
  - Detect
  - - nc
nc: 1
width_multiple: 0.25