Mirage
Kleines Bildmodell von Cactus Compute, das in einem Foto Objekte mit Umrissen, Text und die Szene findet und als JSON zurückgibt.
Geprüft von adrian
am
Mirage ist ein Bildmodell von Cactus Compute, das Bilder versteht und strukturiert ausliest, unter der Apache License 2.0. Die Modellkarte nennt Szenenbeschreibung, Objekterkennung, Texterkennung (OCR), Segmentierung und räumliche Beziehungen. Es läuft in der Engine cactus. In Python ist es ein Aufruf: cactus.Mirage().describe("photo.png").1
Was es zurückgibt
Die Antwort ist JSON. Jedes Objekt hat einen Namen, eine Konfidenz, einen Rahmen und einen Umriss, beide in Koordinaten von 0 bis 1000. Dazu kommen eine Lage wie „center“ und eine kurze Beschreibung mit Farbe, Form, Zustand und Material. Text im Bild kommt als Zeichenketten mit ihren Rahmen, die Szene als einige Felder wie Umgebung, Licht oder Stil. Die Antworten sind auf Englisch. Die Datei mirage.cact ist etwa 21,6 MB groß, und in meinem Test im Browser brauchte ein Foto weniger als eine Sekunde.2
-
Projektnotizen vom 18. November 2026. ↩
Beruht auf
- Mirage auf Hugging Face von Cactus Compute [hf]
-
Project: Mirage vision model in the browser
(
raw/2026/2026-11-18/project-mirage-vision-model-in-the-browser.md) [project]
Mehr dazu
Eingesetzt in
- Was die Maschine sieht Eine kleine App meiner alten Website: Du hast ein Foto gewählt, und das Bildmodell Mirage hat darin Objekte, Text und die Szene gefunden, ganz im Browser.
Von
- Cactus Compute Firma hinter cactus, einer Engine für kleine KI-Modelle auf Endgeräten, und Modellen wie dem Bildmodell Mirage.
Siehe auch
- cactus Quelloffene Engine von Cactus Compute, die kleine KI-Modelle für Text, Sprache und Bilder lokal auf Endgeräten ausführt.