库名称：transformers
许可证：mit
任务标签：image-to-text

Blip图像描述生成基础版BF16

该模型是Salesforce/blip-image-captioning-base的量化版本，属于图像到文本生成模型。通过将浮点精度从float32降低至bfloat16，模型内存占用从989MB缩减至494MB，体积减少了50%。

示例

一只猫坐在紫红色条纹地毯上

快速使用指南

通过以下代码快速调用模型：

from transformers import BlipForConditionalGeneration, BlipProcessor  
import requests  
from PIL import Image  

model = BlipForConditionalGeneration.from_pretrained("gospacedev/blip-image-captioning-base-bf16")  
processor = BlipProcessor.from_pretrained("gospacedev/blip-image-captioning-base-bf16")  

# 加载示例图片  
image = Image.open(requests.get(img_url, stream=True).raw).convert('RGB')  

# 生成描述  
inputs = processor(image, return_tensors="pt")  
output = model.generate(**inputs)  
result = processor.decode(out[0], skip_special_tokens=True)  

print(results)  

模型详情

• 开发者: Grantley Cullar
• 模型类型: 图像到文本
• 支持语言: 英语
• 许可证: MIT许可证