Clip Gpt2 Finetuned

🚀 用於圖像描述的微調CLIP - GPT2模型

這是一個經過微調的CLIP - GPT2版本，用於即時圖像描述，以幫助視障人士。

🚀 快速開始

本模型是CLIP - GPT2的微調版本，可用於即時圖像描述，為視障人士提供幫助。以下是使用示例：

from transformers import CLIPProcessor, CLIPModel
from PIL import Image

model = CLIPModel.from_pretrained("vidi-deshp/clip-gpt2-finetuned")
processor = CLIPProcessor.from_pretrained("openai/clip-vit-base-patch32")

image = Image.open("sample.jpg")
inputs = processor(images=image, return_tensors="pt")

outputs = model(**inputs)

📚 詳細文檔

模型詳情