基础模型:

• MAGAer13/mplug-owl2-llama2-7b 语言:
• 英文 许可证: mit 管道标签: 图像转文本 库名称: transformers

DeQA-Score-Mix3

DeQA-Score ( 项目页面 / 代码 / 论文 ) 模型权重，在KonIQ、SPAQ和KADID数据集上进行了全面微调。

这项工作属于我们的DepictQA项目。

使用AutoModel快速开始

对于这张图片， 使用transformers==4.36.1启动一个AutoModel评分器：

import requests
import torch
from transformers import AutoModelForCausalLM

model = AutoModelForCausalLM.from_pretrained(
  "zhiyuanyou/DeQA-Score-Mix3",
  trust_remote_code=True,
  attn_implementation="eager", 
  torch_dtype=torch.float16,
  device_map="auto", 
)

from PIL import Image

# 输入应为多个PIL图像的列表
score = model.score(
  [Image.open(requests.get(
    "https://raw.githubusercontent.com/zhiyuanyou/DeQA-Score/main/fig/singapore_flyer.jpg", stream=True
    ).raw)]
)

"score"结果应为1.9404（范围[1,5]，数值越高越好）。

无参考IQA结果（PLCC / SRCC）

如果您发现我们的工作对您的研究和应用有用，请使用以下BibTeX引用：

@inproceedings{deqa_score,
  title={Teaching Large Language Models to Regress Accurate Image Quality Scores using Score Distribution},
  author={You, Zhiyuan and Cai, Xin and Gu, Jinjin and Xue, Tianfan and Dong, Chao},
  booktitle={IEEE Conference on Computer Vision and Pattern Recognition},
  year={2025},
}