Blip Base Captioning Ft Hl Scenes
該模型是基於BLIP架構的圖像描述生成模型,專門針對場景高層描述進行了微調。
下載量 13
發布時間 : 7/22/2023
模型概述
該模型在HL數據集上進行了微調,能夠生成圖像場景的高層描述,適用於圖像理解和內容分析任務。
模型特點
場景高層描述生成
專門針對圖像場景生成高層描述,能夠理解並描述複雜場景。
高效微調
在HL數據集上進行了10個週期的微調,學習率為5e−5,使用Adam優化器和半精度訓練。
多指標評估
在測試集上使用Cider、SacreBLEU和Rouge-L等多個指標進行評估,表現優異。
模型能力
圖像描述生成
場景理解
高層語義分析
使用案例
圖像內容分析
場景描述生成
為圖像生成高層場景描述,幫助理解圖像內容。
生成的自然語言描述準確且具有高層語義。
輔助視覺障礙人士
圖像內容描述
為視覺障礙人士提供圖像內容的詳細描述。
生成的描述能夠幫助用戶理解圖像內容。
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98