视觉问答

本文涉及的产品
模型训练 PAI-DLC,100CU*H 3个月
交互式建模 PAI-DSW,每月250计算时 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
简介: 视觉问答

多模态视觉问答

【Task简介】

给定图片和文本问题作为输入,视觉问答模型会根据对于图片的文本问题,自动生成图片相应的文本答案

【说明视频】

image.png

点击链接查看视频:

https://www.yuque.com/modelscope/rdum8e/bdygo2?inner=AfNiv

【输入与输出】

input是一张图片和对应的文本问题,输出是模型自动生成的答案

image.png

【场景应用】

能够和机器自动进行各种类型的多模态问答,可以应用到各种人机交互的场景

【数据集链接】

数据集:https://modelscope.cn/datasets/modelscope/vqa_trial/summary

模型文件:https://modelscope.cn/models/damo/mplug_visual-question-answering_coco_large_en

相关文章
|
机器学习/深度学习 算法 数据挖掘
【Python机器学习专栏】层次聚类算法的原理与应用
【4月更文挑战第30天】层次聚类是数据挖掘中的聚类技术,无需预设簇数量,能生成数据的层次结构。分为凝聚(自下而上)和分裂(自上而下)两类,常用凝聚层次聚类有最短/最长距离、群集平均和Ward方法。优点是自动确定簇数、提供层次结构,适合小到中型数据集;缺点是计算成本高、过程不可逆且对异常值敏感。在Python中可使用`scipy.cluster.hierarchy`进行实现。尽管有局限,层次聚类仍是各领域强大的分析工具。
794 3
|
机器学习/深度学习 人工智能 安全
HeyGen创建AI数字人
HeyGen创建AI数字人
670 0
|
算法 网络协议 物联网
医疗物联网:实现实时定位的技术
正如许多人所指出的,物联网有望在不久的将来和未来改变医疗行业。其中一个应用是实时定位技术,近年来,这一技术已经成为医疗质量和效率的新标准。
430 1
医疗物联网:实现实时定位的技术
|
2天前
|
弹性计算 人工智能 安全
云上十五年——「弹性计算十五周年」系列客户故事(第二期)
阿里云弹性计算十五年深耕,以第九代ECS g9i实例引领算力革新。携手海尔三翼鸟、小鹏汽车、微帧科技等企业,实现性能跃升与成本优化,赋能AI、物联网、智能驾驶等前沿场景,共绘云端增长新图景。
|
8天前
|
存储 弹性计算 人工智能
【2025云栖精华内容】 打造持续领先,全球覆盖的澎湃算力底座——通用计算产品发布与行业实践专场回顾
2025年9月24日,阿里云弹性计算团队多位产品、技术专家及服务器团队技术专家共同在【2025云栖大会】现场带来了《通用计算产品发布与行业实践》的专场论坛,本论坛聚焦弹性计算多款通用算力产品发布。同时,ECS云服务器安全能力、资源售卖模式、计算AI助手等用户体验关键环节也宣布升级,让用云更简单、更智能。海尔三翼鸟云服务负责人刘建锋先生作为特邀嘉宾,莅临现场分享了关于阿里云ECS g9i推动AIoT平台的场景落地实践。
【2025云栖精华内容】 打造持续领先,全球覆盖的澎湃算力底座——通用计算产品发布与行业实践专场回顾
|
7天前
|
人工智能 自然语言处理 自动驾驶
关于举办首届全国大学生“启真问智”人工智能模型&智能体大赛决赛的通知
关于举办首届全国大学生“启真问智”人工智能模型&智能体大赛决赛的通知
|
7天前
|
云安全 人工智能 自然语言处理
阿里云x硅基流动:AI安全护栏助力构建可信模型生态
阿里云AI安全护栏:大模型的“智能过滤系统”。