Filmtitle Beit GPT2

🚀 圖像標題生成模型

本模型用於為任意電影海報生成中文標題，結合了先進的圖像特徵提取和文本生成技術，為電影海報的內容理解和標題創作提供了高效的解決方案。

🚀 快速開始

模型描述

該模型用於生成隨機電影海報的中文標題。它基於 BEiT 和 GPT2 構建。

訓練數據

訓練數據包含 5043 張電影海報及其對應的中文標題，這些數據是從 Movie-Title-Post 收集而來。

如何使用

from transformers import VisionEncoderDecoderModel, ViTFeatureExtractor, AutoTokenizer
from PIL import Image

pretrained = "snzhang/FilmTitle-Beit-GPT2"
model = VisionEncoderDecoderModel.from_pretrained(pretrained)
feature_extractor = ViTFeatureExtractor.from_pretrained(pretrained)
tokenizer = AutoTokenizer.from_pretrained(pretrained)

image_path = "your image path"
image = Image.open(image_path)
if image.mode != "RGB":
        image = image.convert("RGB")
pixel_values = feature_extractor(images=image, return_tensors="pt").pixel_values

output_ids = model.generate(pixel_values, **gen_kwargs)
preds = tokenizer.batch_decode(output_ids, skip_special_tokens=True)
preds = [pred.strip() for pred in preds]
print(preds)

📚 詳細文檔

你可以在 FilmTitle-Beit-GPT2 中獲取更多訓練細節。

📄 許可證

本項目採用 Apache-2.0 許可證。