S

SESAME

tsunghanwuによって開発
SESAMEはオープンソースのマルチモーダルモデルで、LLaVAモデルを基に、さまざまな命令ベースの画像位置特定(分割)データで微調整されています。
ダウンロード数 37
リリース時間 : 4/25/2025

モデル概要

SESAMEは主に大規模マルチモーダルモデルやチャットボットの研究に使用され、自己回帰型言語モデルと分割モデルで構成され、画像位置特定と分割タスクをサポートします。

モデル特徴

マルチモーダル能力
言語モデルと視覚分割モデルを組み合わせ、画像とテキストのマルチモーダルインタラクションをサポートします。
オープンソースモデル
MITライセンスでオープンソース化されており、研究や二次開発が容易です。
命令駆動型画像分割
自然言語の命令に基づいて画像の位置特定と分割タスクを実行できます。

モデル能力

画像分割
自然言語理解
マルチモーダルインタラクション

使用事例

コンピュータビジョン研究
画像分割研究
自然言語命令に基づく画像分割技術の研究に使用されます。
マルチモーダルモデル開発
チャットボット強化
チャットボットに画像理解と分割能力を追加します。
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase