mPLUG图像描述模型是什么？
图像描述：给定一张图片，模型根据图片信息生成一句对应描述。可以应用于给一张图片配上一句文字或者打个标签的场景。本页面右侧提供了在线体验的服务，欢迎使用！注：本模型为mPLUG-图像描述的Base模型，参数量约为3.5亿。
展开
收起
1
条回答
写回答
写回答
-
您好，mPLUG图像描述模型是输入一张图片，模型根据图片里的信息生成一段描述该图片的文本，可以应用于图片标题生成、图片打标等场景
2022-11-09 09:43:08赞同 展开评论 打赏
相关问答
热门讨论
热门文章
为什么用vllm部署qwen2-2b-vl，传输2张照片却，只回答一张照片的问题？
131
【求助】关于使用Qwen2-7B-VL多模型模型识别图片某个元素的坐标的问题
51
请问Qwen-VL怎么用自己的数据集微调
1232
StableDiffusion 报错，prompt_embeds
1643
怎么修改model scope的默认存储位置
185
对于ofa 6b en 模型，当我们使用pipline时能否一张图片生成多个句子？
1357
mPLUG图像描述模型是什么？
2134
多模态模型的发展趋势：迄今为止最先进的模型，跨模态 GAN，多模态 Transformer
1924
当下载大模型时，出现过慢的情况，有什么更好的方式解决
3837
!pip install open_clip_torch !pip install pytorch-
417
展开全部
Documind：开源 AI 文档处理工具，将 PDF 转换为图像提取结构化数据
47
AI Agents Loop异步执行可视化Tutorial 借助AgentBoard工具可视化工作流
39
OmniSearch：阿里巴巴通义推出的多模态检索增强生成框架
46
一种基于YOLOv8改进的高精度表面缺陷检测网络， NEU-DET和GC10-DET涨点明显（原创自研）
158
请问有没有能撰写期刊学术论文的模型和数据？
115
《YOLOv5原创自研》专栏介绍 & CSDN独家改进创新实战&专栏目录
130
视觉问答
1556
aigc
194
Vript：最为详细的视频文本数据集，每个视频片段平均超过140词标注 ｜ 多模态大模型，文生视频
133
图文检索
2545
展开全部
