---

library_name: transformers pipeline_tag: image-text-to-text tags: []

模型卡片：Model ID

这是微软Florence-2模型使用Docmatix数据集（5%数据量）以1e-6学习率微调1天后的版本。微调代码详见：https://github.com/andimarafioti/florence2-finetuning
相关技术博客：https://huggingface.co/blog/finetune-florence2

模型详情

模型描述

这是自动生成的🤗 transformers模型卡片，该模型已推送至Hub平台。

• 开发者: Andi Marafioti
• 资助方[可选]: Hugging Face 🤗
• 支持语言(NLP): 英语
• 许可证: MIT
• 微调基模型: Florence-2-large-ft

模型来源[可选]

• 代码库: [需补充信息]
• 演示[可选]: [需补充信息]

使用场景

直接使用

[需补充信息]

下游任务应用[可选]

[需补充信息]

不适用场景

[需补充信息]

偏差、风险与局限

[需补充信息]

使用建议

用户（包括直接使用和下游开发）应充分了解模型的风险、偏差和局限性。需补充详细信息以提供进一步建议。

快速开始

使用以下代码快速体验模型：

[需补充信息]

训练详情

训练数据

[需补充信息]

训练流程

预处理[可选]

[需补充信息]

训练超参数

• 训练模式: [需补充信息]

速度、规模与耗时[可选]

[需补充信息]

评估

测试数据、要素与指标

测试数据

[需补充信息]

评估要素

[需补充信息]

评估指标

[需补充信息]

评估结果

[需补充信息]

结果摘要

模型检验[可选]

[需补充信息]

环境影响

碳排放估算可参考Lacoste等人(2019)提出的机器学习碳影响计算器。

• 硬件类型: [需补充信息]
• 使用时长: [需补充信息]
• 云服务商: [需补充信息]
• 计算区域: [需补充信息]
• 碳排放量: [需补充信息]

技术规格[可选]

模型架构与目标

[需补充信息]

计算基础设施

[需补充信息]

硬件配置

[需补充信息]

软件环境

[需补充信息]

引用文献[可选]

Bibtex格式:

[需补充信息]

APA格式:

[需补充信息]

术语表[可选]

[需补充信息]

扩展信息[可选]

[需补充信息]

模型卡片作者[可选]

[需补充信息]

模型卡片联系人

[需补充信息]