V
Vit Gpt2 Image Chinese Captioning
由 yuanzhoulvpi 开发
该模型使用ViT对图像进行编码,再通过GPT-2进行解码,支持中文图像描述生成。
下载量 22
发布时间 : 3/2/2023
模型简介
结合视觉编码器(ViT)和语言解码器(GPT-2)的中文图像描述生成模型,能够为输入图像生成中文文本描述。
模型特点
中文支持
专门针对中文优化的图像描述生成能力
混合架构
结合视觉Transformer(ViT)和语言模型(GPT-2)的优势
预训练模型
基于google/vit-base-patch16-224和yuanzhoulvpi/gpt2_chinese的预训练模型
模型能力
图像理解
中文文本生成
图像到文本转换
使用案例
内容生成
自动图像标注
为社交媒体或电商平台的图片自动生成中文描述
示例图片生成描述如'一只猫坐在沙发上'
辅助视觉障碍人士
将视觉内容转换为文字描述
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