热门
导航
快讯
推荐文章
热门
导航
快讯
推荐文章
#Vision-Language Model
open_flamingo
该项目提供了DeepMind Flamingo的PyTorch开源实现,用于训练和评估多任务视觉语言模型。OpenFlamingo处理多模态数据集,通过跨模态注意力层结合预训练视觉编码器和语言模型,实现图像和文本条件下的文本生成。用户可通过详细的安装和使用指南快速上手,并访问多个预训练模型和权重。项目欢迎社区贡献和反馈,支持多种语言和视觉编码器,适用于多种应用场景。
prismer
Prismer 是一款集成多任务专家的视觉语言模型,适用于图像标注和视觉问答任务。基于PyTorch 1.13,实现了与Huggingface工具的深度融合,支持多节点和多GPU训练。模型支持包括COCO 2014和Visual Genome在内的多个数据集进行预训练和微调,提供Prismer和PrismerZ多个版本的模型检查点。
使用协议
隐私政策
广告服务
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI
·
鲁ICP备2024100362号-6
·
鲁公网安备37021002001498号