AI 助理
备案控制台
开发者社区 ModelScope模型即服务 文章 正文

视觉问答

2023-07-28 232
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
模型在线服务 PAI-EAS，A10/V100等 500元 1个月
推荐场景：
基于PAI-EAS挂载OSS部署AIGC服务
模型训练 PAI-DLC，100CU*H 3个月
推荐场景：
低代码 Lora 微调及部署
交互式建模 PAI-DSW，每月250计算时 3个月
推荐场景：
PAI×LLaMA Factory 微调 Llama3 模型
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

文章标签：
人机交互
ModelScope运营小助手
目录
相关文章
霍格沃兹测试开发muller老师
|
JSON JavaScript 前端开发
小白一眼就能懂的JSON简介与基本使用指南
小白一眼就能懂的JSON简介与基本使用指南
霍格沃兹测试开发muller老师
754 0
翼龙云TG_yilongcloud
|
3月前
|
SQL 关系型数据库 MySQL
阿里云的云数据库RDS简介
阿里云关系型数据库RDS（Relational Database Service）是一种安全稳定、高性价比、可弹性伸缩的在线数据库服务。支持MySQL、SQL Server、PostgreSQL和MariaDB引擎，提供容灾、备份、恢复、监控、迁移等全套解决方案，帮助用户轻松应对数据库运维挑战。RDS具备高可用性、高安全性、轻量运维和弹性伸缩等优势，适用于各类业务场景，助力企业降低成本、提升效率。
翼龙云TG_yilongcloud
361 1
阿里云云原生
|
7月前
|
存储 机器学习/深度学习 人工智能
使用 LangChain + Higress + Elasticsearch 构建 RAG 应用
本文介绍了如何利用LangChain、Higress和Elasticsearch快速构建RAG（检索增强生成）应用，实现企业知识的智能检索与问答。首先通过LangChain解析Markdown文档并写入Elasticsearch，接着部署Higress AI网关并配置ai-search插件以整合私有知识库与在线搜索功能。最后，通过实际案例展示了RAG查询流程及结果更新机制，确保内容准确性和时效性。文章还提供了相关参考资料以便进一步学习。
阿里云云原生
719 38
nefelibata
|
9月前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术如何重塑客服系统？解析合力亿捷AI智能客服系统实践案例
本文探讨了人工智能技术在客服系统中的应用，涵盖技术架构、关键技术和优化策略。通过感知层、认知层、决策层和执行层的协同工作，结合自然语言处理、知识库构建和多模态交互技术，合力亿捷客服系统实现了智能化服务。文章还提出了用户体验优化、服务质量提升和系统性能改进的方法，并展望了未来发展方向，强调其在客户服务领域的核心价值与潜力。
nefelibata
513 6
bruce_xiaowei
|
传感器 机器学习/深度学习 弹性计算
Agent与大模型的区别
本文详细对比了人工智能领域的两个重要概念——Agent和大模型。大模型如GPT-3、BERT等，擅长自然语言处理任务，如文本生成、翻译等；Agent则是自主的软件实体，能够在特定环境中感知、决策并执行任务，如管理日程、控制智能家居等。文章介绍了它们的定义、功能、技术架构及应用场景，并总结了两者的核心差异和未来发展方向。
bruce_xiaowei
7341 26
土木林森
|
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。
土木林森
899 3
hsfxuebao
|
存储 关系型数据库 MySQL
【MySQL技术内幕】1-MySQL体系结构和存储引擎
【MySQL技术内幕】1-MySQL体系结构和存储引擎
hsfxuebao
272 1

ModelScope模型即服务

热门文章

最新文章

  • 1
    中企投资印度新能源“有戏”吗？
  • 2
    Meta SAM3开源：让图像分割，听懂你的话
  • 3
    AgentEvolver：让智能体系统学会「自我进化」
  • 4
    Qwen3-VL新成员 2B、32B来啦！更适合开发者体质
  • 5
    Manga Image Translator：开源的漫画文字翻译工具，支持多语言翻译并嵌入原图，保持漫画的原始风格和布局
  • 6
    MNN-LLM App：在手机上离线运行大模型，阿里巴巴开源基于 MNN-LLM 框架开发的手机 AI 助手应用
  • 7
    智胜未来：国内大模型+Agent应用案例精选，以及主流Agent框架开源项目推荐
  • 8
    Gemini 3 Nano Banana 的MCP服务器开发设计和 国内直连方案
  • 9
    告别Hugging Face模型下载难题：掌握高效下载策略，畅享无缝开发体验
  • 10
    阿里云通义千问向全社会开放！
  • 1
    告别 GUI Agent 工程基建噩梦！阶跃星辰开源 4B 模型，本地轻松部署，玩转安卓应用
    29
  • 2
    DeepSeek V3.2 正式版：强化 Agent 能力，融入思考推理
    49
  • 3
    LET数据集来魔搭了！开源首批超60,000分钟全尺寸人形机器人真机数据
    30
  • 4
    Z-Image：冲击体验上限的下一代图像生成模型
    88
  • 5
    你的团队是"精锐特种兵"，还是"草台班子"？就差这一份"源代码"
    45
  • 6
    NeurIPS 2025 | 浙大、浙工大等团队提出LRMs 自适应思考：简单任务快处理，复杂任务深分析
    43
  • 7
    短难误判率仅2%，新一代网关路由SHG，在P95不升前提下完胜RouteLLM。
    63
  • 8
    PPO最强，DPO一般？一文带你了解常见三种强化学习方法，文末推荐大模型微调神器！
    102
  • 9
    Gemini 3 Nano Banana 的MCP服务器开发设计和 国内直连方案
    193
  • 10
    StackOverflow已经死亡了吗
    119

    • 相关电子书

    更多
  • 低代码开发师（初级）实战教程
  • 冬季实战营第三期：MySQL数据库进阶实战
  • 阿里巴巴DevOps 最佳实践手册
    • 下一篇
    全面了解阿里云OSS使用方法