AIbase
TW
模型選型
標籤
COCO微調

# COCO微調

My Model
MIT
GIT是一個基於Transformer的圖像到文本生成模型，能夠根據輸入的圖像生成描述性文本。
圖像生成文本 PyTorch 支持多種語言
M
anoushhka
87
0
Minh
Apache-2.0
YOLOS是基於視覺Transformer（ViT）的目標檢測模型，採用DETR損失訓練，在COCO數據集上表現優異。
目標檢測
M
minh14122003
14
0
Git Large Coco
MIT
GIT是一個基於Transformer的圖像到文本生成模型，能夠根據輸入圖像生成描述性文本。
圖像生成文本 Transformers 支持多種語言
G
alexgk
25
0
Detr Resnet 50 Base Coco
Apache-2.0
基於facebook/detr-resnet-50在COCO數據集上微調的目標檢測模型
目標檢測 Transformers
D
amyeroberts
20
1
Vit Swin Base 224 Gpt2 Image Captioning
MIT
基於VisionEncoderDecoder架構的圖像描述生成模型，使用Swin Transformer作為視覺編碼器和GPT-2作為解碼器，在COCO2014數據集上微調
圖像生成文本 Transformers 英語
V
Abdou
321
2
Git Large R Coco
MIT
GIT是一個基於Transformer的生成式圖像到文本模型，能夠根據圖像生成描述性文本。
圖像生成文本 Transformers 支持多種語言
G
microsoft
86
10
Git Large Coco
MIT
GIT是一種基於Transformer解碼器的視覺語言模型，能夠生成圖像描述並進行視覺問答
圖像生成文本 Transformers 支持多種語言
G
microsoft
6,582
103
Git Base Coco
MIT
GIT是基於CLIP圖像標記和文本標記的Transformer解碼器，用於圖像描述生成、視覺問答等任務。
圖像生成文本 Transformers 支持多種語言
G
microsoft
5,461
19
Mengzi Oscar Base Retrieval
Apache-2.0
基於中文多模態預訓練模型Mengzi-Oscar在COCO-ir數據集上微調而成的中文圖文檢索模型
文本生成圖像 Transformers 中文
M
Langboat
17
3
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase