Deqa Score Mix3

🚀 DeQA-Score-Mix3

DeQA-Score 是一個圖像質量評估模型，其權重在 KonIQ、SPAQ 和 KADID 數據集上進行了全量微調。本項目提供了該模型的相關代碼、論文以及項目頁面鏈接，方便研究人員和開發者使用。

🚀 快速開始

使用 AutoModel 快速啟動

對於這張圖片：，使用 transformers==4.36.1 啟動一個 AutoModel 評分器：

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

# 輸入應該是多個 PIL 圖像的列表
score = model.score(
  [Image.open(requests.get(
    "https://raw.githubusercontent.com/zhiyuanyou/DeQA-Score/main/fig/singapore_flyer.jpg", stream=True
    ).raw)]
)

“score” 的結果應該是 1.9404（範圍在 [1,5] 內，值越高越好）。

💻 使用示例

基礎用法

上述快速開始部分的代碼即為基礎用法示例，展示瞭如何使用 transformers 庫加載預訓練模型並對單張圖像進行質量評分。

📚 詳細文檔

無參考圖像質量評估結果（PLCC / SRCC）

引用信息

如果您發現我們的工作對您的研究和應用有幫助，請使用以下 BibTeX 進行引用：

@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},
}

模型信息

本項目是 DepictQA 項目 的一部分，更多信息請訪問 項目頁面、代碼倉庫 或 論文。