Florence-2是微软研究院推出的开源多模态统一大模型，采用文本Prompt统一所有计算机视觉任务，在零样本能力上表现突出。核心特点任务统一架构：打破传统多任务多模型的设计，用一个纯Transformer架构统一处理目标检测、实例分割、OCR、图像描述、VQA视觉问答、深度估计等数十种CV任务，所有任务都转化为文本生成问题，通过不同Prompt调用即可。极强零样本迁移能力：在126个...
