Instructcir Llava Phi35 Clip224 Lp

🚀 InstructCIR

InstructCIR 是一個圖像文本到文本的項目，採用特定訓練代碼，使用 ViT-L-224 和 Phi-3.5-Mini 模型，與現有 CIR 模型保持一致。

🚀 快速開始

你可以通過訪問 GitHub 倉庫 獲取項目的相關代碼和資源。

📄 許可證

本項目採用 Apache-2.0 許可證。

📚 詳細文檔

評估指標

• 召回率（recall）

模型信息

引用信息

@article{zhong2024compositional,
  title={Compositional Image Retrieval via Instruction-Aware Contrastive Learning},
  author={Zhong, Wenliang and An, Weizhi and Jiang, Feng and Ma, Hehuan and Guo, Yuzhi and Huang, Junzhou},
  journal={arXiv preprint arXiv:2412.05756},
  year={2024}
}

⚠️ 重要提示

InstructCIR 採用了 xtuner/llava-phi-3-mini-hf 的訓練代碼，但為了與現有的 CIR 模型保持一致，使用了 ViT-L-224 和 Phi-3.5-Mini。