Icon Captioning Model

🚀 画像キャプショニングモデル

このプロジェクトは、画像からテキストを生成する画像キャプショニングモデルを提供します。Blipベースのモデルを使用して、画像に対するキャプションを生成できます。

🚀 クイックスタート

このセクションでは、画像キャプショニングモデルを使った基本的な使い方を説明します。

基本的な使用法

import requests
from PIL import Image
from transformers import BlipProcessor, BlipForConditionalGeneration
processor = BlipProcessor.from_pretrained("Revrse/icon-captioning-model")
model = BlipForConditionalGeneration.from_pretrained("Revrse/icon-captioning-model")
img_url = 'https://storage.googleapis.com/sfr-vision-language-research/BLIP/demo.jpg' 
raw_image = Image.open(requests.get(img_url, stream=True).raw).convert('RGB')
# conditional image captioning
text = "a photography of"
inputs = processor(raw_image, text, return_tensors="pt")
out = model.generate(**inputs)
print(processor.decode(out[0], skip_special_tokens=True))
# unconditional image captioning
inputs = processor(raw_image, return_tensors="pt")
out = model.generate(**inputs)
print(processor.decode(out[0], skip_special_tokens=True))

📄 ライセンス

このプロジェクトはBSD 3条項ライセンスの下で提供されています。