M

Mengzi Oscar Base Caption

由 Langboat 开发
基于中文多模态预训练模型孟子-奥斯卡,在AIC-ICC中文图像描述数据集上微调而成的中文多模态图像描述模型
下载量 23
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

该模型是一个面向中文的多模态图像描述模型,能够根据输入的图像生成对应的中文描述文本。

模型特点

中文多模态能力
专门针对中文场景优化的图像理解和描述生成能力
轻量级设计
基于孟子轻量级预训练模型架构,资源需求相对较低
专业微调
在AIC-ICC中文图像描述数据集上进行了针对性微调

模型能力

图像理解
中文文本生成
多模态特征提取

使用案例

内容生成
自动图像标注
为电商平台的商品图片自动生成描述性文字
提高商品信息录入效率
无障碍辅助
为视障用户提供图像内容的语音描述
提升信息获取便利性
媒体分析
社交媒体内容分析
自动分析并描述社交媒体中的图片内容
辅助内容审核和分类