许可证: MIT 任务类型: 零样本图像分类

该模型对应Q-Align (ICML2024)。

使用AutoModel快速开始

对于这张图片，使用transformers==4.36.1启动AutoModel评分器：

import requests
import torch
from transformers import AutoModelForCausalLM

model = AutoModelForCausalLM.from_pretrained("q-future/one-align", trust_remote_code=True, attn_implementation="eager", 
                                             torch_dtype=torch.float16, device_map="auto")

from PIL import Image
url = "https://raw.githubusercontent.com/Q-Future/Q-Align/main/fig/singapore_flyer.jpg"
image = Image.open(requests.get(url,stream=True).raw)
model.score([image], task_="quality", input_="image")
# task_ : 质量 | 美学; # input_: 图像 | 视频

结果应为1.911（范围[1,5]，数值越高越好）。

论文来源：arxiv.org/abs/2312.17090。

课程大纲

IQA结果（斯皮尔曼/皮尔逊/肯德尔）

IAA结果（斯皮尔曼/皮尔逊）

VQA结果（斯皮尔曼/皮尔逊）