Deqa Score Mix3

🚀 DeQA-Score-Mix3

DeQA-Scoreは、プロジェクトページ / コード / 論文 のモデルウェイトを、KonIQ、SPAQ、KADIDデータセットで完全にファインチューニングしたものです。この研究は、私たちのDepictQAプロジェクトの一環として行われています。

🚀 クイックスタート

AutoModelを使用したクイックスタート

この画像、に対して、transformers==4.36.1を使用してAutoModelスコアラーを起動します。

import requests
import torch
from transformers import AutoModelForCausalLM

model = AutoModelForCausalLM.from_pretrained(
  "zhiyuanyou/DeQA-Score-Mix3",
  trust_remote_code=True,
  attn_implementation="eager", 
  torch_dtype=torch.float16,
  device_map="auto", 
)

from PIL import Image

# 入力は複数のPIL画像のリストである必要があります
score = model.score(
  [Image.open(requests.get(
    "https://raw.githubusercontent.com/zhiyuanyou/DeQA-Score/main/fig/singapore_flyer.jpg", stream=True
    ).raw)]
)

"score"の結果は1.9404（範囲は[1,5]、値が高いほど良い）になるはずです。

💻 使用例

基本的な使用法

import requests
import torch
from transformers import AutoModelForCausalLM

model = AutoModelForCausalLM.from_pretrained(
  "zhiyuanyou/DeQA-Score-Mix3",
  trust_remote_code=True,
  attn_implementation="eager", 
  torch_dtype=torch.float16,
  device_map="auto", 
)

from PIL import Image

# 入力は複数のPIL画像のリストである必要があります
score = model.score(
  [Image.open(requests.get(
    "https://raw.githubusercontent.com/zhiyuanyou/DeQA-Score/main/fig/singapore_flyer.jpg", stream=True
    ).raw)]
)

📚 詳細ドキュメント

非参照型画像品質評価結果 (PLCC / SRCC)

引用

もしあなたの研究やアプリケーションにこの研究が役立つと思われる場合は、以下のBibTeXを使用して引用してください。

@inproceedings{deqa_score,
  title={Teaching Large Language Models to Regress Accurate Image Quality Scores using Score Distribution},
  author={You, Zhiyuan and Cai, Xin and Gu, Jinjin and Xue, Tianfan and Dong, Chao},
  booktitle={IEEE Conference on Computer Vision and Pattern Recognition},
  year={2025},
}

📄 ライセンス

このプロジェクトはMITライセンスの下で公開されています。

📦 モデル情報