Clip Gpt2 Finetuned

🚀 画像キャプショニング用のFine-Tuned CLIP-GPT2モデル

視覚障害者を支援するためのリアルタイム画像キャプショニング用のCLIP-GPT2のFine-Tunedバージョンです。

🚀 クイックスタート

このモデルは、視覚障害者を支援するためのリアルタイム画像キャプショニングに特化したFine-Tuned版のCLIP-GPT2です。

✨ 主な機能

• リアルタイムで画像のキャプションを生成することができます。
• 視覚障害者の日常生活を支援することを目的としています。

📦 インストール

このモデルを使用するには、transformersライブラリが必要です。以下のコマンドでインストールできます。

pip install transformers

💻 使用例

基本的な使用法

from transformers import CLIPProcessor, CLIPModel
from PIL import Image

model = CLIPModel.from_pretrained("vidi-deshp/clip-gpt2-finetuned")
processor = CLIPProcessor.from_pretrained("openai/clip-vit-base-patch32")

image = Image.open("sample.jpg")
inputs = processor(images=image, return_tensors="pt")

outputs = model(**inputs)

📚 ドキュメント

モデル詳細