备案控制台
探索云世界

多模态-阿里云开发者社区-阿里云

开发者社区> ModelScope模型即服务> 多模态

多模态

关注

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

0
今日
89
内容
0
活动
211
关注
来自： ModelScope模型即服务

最新

文章

视频

问答

推荐

精华
mutonix
|
10天前
|
测试技术
|
博文

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

[Vript](https://github.com/mutonix/Vript) 是一个大规模的细粒度视频文本数据集，包含12K个高分辨率视频和400k+片段，以视频脚本形式进行密集注释，每个场景平均有145个单词的标题。除了视觉信息，还转录了画外音，提供额外背景。新发布的Vript-Bench基准包括三个挑战性任务：Vript-CAP（详细视频描述）、Vript-RR（视频推理）和Vript-ERO（事件时序推理），旨在推动视频理解的发展。

24 1
游客jiocit5wk2kz6
|
26天前
|
问答

from modelscope.utils.constant import Tasks报错

12 0
hahah116
|
2月前
|
存储 开发工具
|
问答

怎么修改model scope的默认存储位置

53 1
游客l2j3ddwpe5s4k
|
2月前
|
编解码
|
问答

下载youku-mplug的Video Captioning数据集时报错。

24 0
游客l2j3ddwpe5s4k
|
2月前
|
编解码 Python API
|
问答

下载youku-mplug的Video Captioning数据集时报错。

56 1
1888825013031733
|
2月前
|
问答

multi-modal-embedding注册问题

52 0
7q53djewhjqbu
|
3月前
|
文字识别
|
问答

使用ofa的ocr模型识别手写体文字时，怎么增加vocab.txt中没有的字

37 1
雪域之巅
|
3月前
|
问答

如何设计一个以往需要依靠专家来评估的模型，比如教学能力

31 0
菜鸡修地球
|
4月前
|
问答

ModelScope通义千问72B有多模态能力吗？

83 0
aliyun3739868482
|
4月前
|
问答

请问Qwen-VL怎么用自己的数据集微调

655 4
游客ywsjlwgvlizwi
|
5月前
|
问答

modelscope中“mPLUG-HiTeA模型”使用报错求助是什么原因

119 4
快乐期盼
|
5月前
|
人工智能
|
博文

aigc

aigc

96 0
游客d7av6cbryzbho
|
5月前
|
问答

请帮我看看以下模型评估的文档说明

63 2
游客ghxtbizdgejvs
|
6月前
|
博文

请问有没有能撰写期刊学术论文的模型和数据？

请问有没有能撰写期刊学术论文的模型和数据？

79 0
游客ffrsaok5ymnc4
|
6月前
|
Python
|
问答

Modelscope下载Youku-mPLUG出现oss2.exceptions.NoSuchKey

77 3
游客a4pupork2sqbg
|
7月前
|
问答

CLIP-CN的finetune问题

95 0
viera
|
7月前
|
问答

通义千问：pipeline 任务支持visual_grounding功能吗？

78 0
游客brlol47csguvw
|
8月前
|
问答

代码问题关于videofusion

123 1
王伍六七
|
8月前
|
问答

你好，在官方提供的实例上运行，报了下图错误。即使把modelscope库更新到1.8.4还是存在问题

113 1
游客veylemwmx266o
|
8月前
|
编解码
|
问答

下载数据集报错：UnicodeDecodeError: 'utf-8' codec can't de

117 1
游客2ebfl3hcl3o2y
|
8月前
|
问答

这个有美化提示词的作用吗？以及可以美化中文提示词吗？

57 0
爱吃电脑的跳跳
|
8月前
|
测试技术 芯片 索引
|
博文

中文竞技场大模型评测体验报告

本文对大型语言模型进行综合评测，从代码相关性、人类价值观和知识常识三个角度展开分析。每个领域提出了3个问题，以测试模型的效果。

270 0
well520
|
8月前
|
问答

视频能长一些吗？太短了

113 1
yhixdjfumu6ny
|
8月前
|
问答

阿里魔搭社区中的 Text-to-video-synthesis 模型最多支持多长的视频生成

184 1
1912472885236101
|
8月前
|
问答

ofa_image-caption 支持中文训练吗？

85 1
shmilysyq
|
8月前
|
问答

GridVLP多模态类目预测-中文-电商领域-base 找不到模型

161 1
南修子
|
8月前
|
问答

!pip install open_clip_torch !pip install pytorch-

203 1
游客ukdilib2wvvgo
|
9月前
|
数据库
|
问答

请问如何根据自己的数据进行finetune呢？

294 3
游客jwrfebrrkuxiw
|
9月前
|
并行计算
|
问答

该模型在在线环境使用下运行报错。

208 3
游客h24itekzkdrwo
|
9月前
|
问答

模型效果询问

91 2
1636393822710785
|
10月前
|
测试技术
|
问答

数据下载失败。无法高效下载

235 2
Dev-Talk
|
10月前
|
视频

ONE-PEACE：探索通往无限模态的通用表征模型

王鹏 达摩院高级算法工程师

2452 0
misakaikato
|
11月前
|
问答

视频之后，从tmp目录移动或复制至workspace时显示磁盘配额不足

128 1
游客qi4rp4sktbgoo
|
11月前
|
存储 自然语言处理
|
问答

文本生成视频大模型的存储路径

278 0
游客brlol47csguvw
|
11月前
|
存储
|
问答

关于存储路径

300 1
游客epyicmb4unyj2
|
12月前
|
问答

能做哪些语言呢

373 1
codyinnowhere
|
测试技术
|
问答

modelscope模型部署到PAI EAS上调试报错

258 1
游客23ufdl5njbfuc
|
并行计算
|
问答

有人遇到吗？modelscope:cuda is not available, using cpu

822 1
zouzouzouzou
|
问答

示例显示出现异常。

164 0
游客tqsxlcu6ie37g
|
机器学习/深度学习 自然语言处理 计算机视觉
|
问答

图文匹配：Clip模型介绍

864 0
游客tqsxlcu6ie37g
|
人工智能 自然语言处理 达摩院
|
问答

中文CLIP模型卷土重来，这次加量不加价！

665 1
游客tqsxlcu6ie37g
|
机器学习/深度学习 人工智能 自然语言处理
|
问答

生成式 AI 无敌了: 大神微调 Stable Diffusion，打造神奇宝贝新世界

948 0
游客tqsxlcu6ie37g
|
机器学习/深度学习 人工智能 自然语言处理
|
问答

35张图，直观理解Stable Diffusion

938 0
游客tqsxlcu6ie37g
|
机器学习/深度学习 编解码 人工智能
|
问答

开源AI绘画工具Stable Diffusion代码分析论文介绍-好文转载

1012 0
xiepeijin729
|
问答

请问这个large是在SNLI-VE上跑90多的checkpoint嘛？试了一下acc好像不到70

159 0
dliting
|
问答

如何修改生成视频的长度

320 0
xqd915
|
问答

找不到模型啊 是不是模型地址改了

209 1
soliwolf
|
Python
|
问答

运行模型，报错：NoValidRevisionError ，请问有什么解决方案？

729 1
通义小二
|
C++
|
问答

有趣的体验，超人VS蝙蝠侠，希望越来越好

1322 0
LP00
|
文字识别
|
问答

如果导入自定义数据集？

260 1
你好！
登录掌握更多精彩内容
账号登录
我的内容
我的收藏
  • 模型库
  • 数据集
  • 创空间
  • 文档
    • 更多版块
    计算机视觉 自然语言处理 语音 科学计算

    活跃用户

  • 为了利利
  • Lucidly
  • 算精通
    北京阿里云ACE会长
  • 三分钟热度的鱼
  • 回答的柚子

    • 相关产品

  • 图像识别
    产品详情
    • 我要发布
    文章 问答