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

【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

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
我在使用的时候，模型返回的坐标很不准确
image.png

image.png

这是图片上两个位置相差较大的文字元素，但是模型返回的坐标居然是一样的。针对这种情况需要怎么处理。求助！！

展开
收起
游客ffug4tlsqqei4 2024-11-12 15:21:23 126 分享 版权
1 条回答
写回答
取消 提交回答
  • XIAZHI

    您可以尝试使用Qwen2-7B-VL模型的物体检测功能来获取图片中特定元素的坐标，具体操作方法可以参考阿里云官方文档中的模型使用指南。如果遇到具体技术问题，建议咨询一下阿里云的工作人员。如果对您有帮助的话，可以帮忙采纳一下。谢谢。

    2025-02-10 15:41:05
    赞同 82 展开评论
相关问答
OSS的endpoint如何查看
31666
3
0
this xml file does not appear to have any style in
38275
9
0
有哪些值得收藏的五个种子搜索引擎&磁力搜索引擎？
98702
16
0
如果购买了域名，一定要备案才能用吗
39630
36
0
支付宝H5 下载的时候，提示 【请确保该下载文件来源安全,如需浏览,请长按网址复制后使用浏览器访问】
239831
10
0
java的官网网址是什么
35571
23
0
com/action/joingroup?code=v1是什么意思
210286
20
0
企业邮箱免费版
10008
4
0
互联网信息服务增值电信业务经营许可证申请资料
7196
2
0
配置了安全组规则，端口还是无法访问
28707
21
0
ModelScope模型即服务

多模态

包含图像描述、文本生成图片、版面分析、多模态表征、视觉问答、文档理解等多个领域

我要提问

相关文章

  • OmniAlign-V：20万高质量多模态数据集开源，让AI模型真正对齐人类偏好
  • PodAgent：港中文、微软、小红书联合推出的播客生成框架
  • TheoremExplainAgent – AI教学双智能体，数理化定理自动转动画
  • Kiss3DGen：基于图像扩散模型的3D资产生成框架
  • SpatialVLA：上海AI Lab联合上科大推出的空间具身通用操作模型

    • 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？
  • 请问Qwen-VL怎么用自己的数据集微调
  • 有人遇到吗？modelscope:cuda is not available, using cpu
  • 怎么修改model scope的默认存储位置
  • 关于qwen2-vl微调最佳实践
  • docker和open-webui、ollama 部署本地的qwen2 14b 提供了API接口吗？
  • 开源AI绘画工具Stable Diffusion代码分析论文介绍-好文转载
  • 图文匹配：Clip模型介绍
  • !pip install open_clip_torch !pip install pytorch-
  • 如何本地化（局域网内）部署Qwen的多模态大模型，用作推理 并自有程序调用
    • 展开全部
  • Trae 接入 Claude 3.7：AI 编程工具界的“卷王”，完全免费使用！
  • WeaveFox：蚂蚁集团推出 AI 前端智能研发平台，能够根据设计图直接生成源代码，支持多种客户端和技术栈
  • Qwen2.5-Max：阿里通义千问超大规模 MoE 模型，使用超过20万亿tokens的预训练数据
  • 阿里开源AI视频生成大模型 Wan2.1：14B性能超越Sora、Luma等模型，一键生成复杂运动视频
  • Browser Use：开源 AI 浏览器助手，自动完成网页交互任务，支持多标签页管理、视觉识别和内容提取等功能
  • Story-flicks：AI一键生成高清故事视频，5分钟搞定全流程创作
  • 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
  • Proxy Lite：仅3B参数的开源视觉模型！快速实现网页自动化，支持在消费级GPU上运行
  • AnythingLLM：34K Star！一键上传文件轻松打造个人知识库，构建只属于你的AI助手，附详细部署教程
  • Probly：开源 AI Excel表格工具，交互式生成数据分析结果与可视化图表
    • 展开全部
    还有其他疑问?
    咨询AI助理