该模型是基于BLIP架构的图像描述生成模型,专门针对场景高层描述进行了微调。
下载量 13
发布时间 : 7/22/2023
模型简介
该模型在HL数据集上进行了微调,能够生成图像场景的高层描述,适用于图像理解和内容分析任务。
模型特点
场景高层描述生成
专门针对图像场景生成高层描述,能够理解并描述复杂场景。
高效微调
在HL数据集上进行了10个周期的微调,学习率为5e−5,使用Adam优化器和半精度训练。
多指标评估
在测试集上使用Cider、SacreBLEU和Rouge-L等多个指标进行评估,表现优异。
模型能力
图像描述生成
场景理解
高层语义分析
使用案例
图像内容分析
场景描述生成
为图像生成高层场景描述,帮助理解图像内容。
生成的自然语言描述准确且具有高层语义。
辅助视觉障碍人士
图像内容描述
为视觉障碍人士提供图像内容的详细描述。
生成的描述能够帮助用户理解图像内容。
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文