Project Icon

smol-vision

前沿视觉模型优化与定制的实用技巧集锦

smol-vision项目汇集了多种视觉模型优化技术,包括量化、ONNX转换、模型微调和知识蒸馏。项目提供了实用示例,展示如何使用Optimum优化目标检测模型、微调PaliGemma和Florence-2视觉语言模型,以及通过torch.compile加速基础模型。这些方法旨在帮助开发者提高模型性能、缩小规模和加快推理速度,使模型更好地适应各种硬件环境。

Smol

Smol Vision 🐣

缩小、优化和定制前沿视觉模型的方法。

笔记本描述
量化/ONNX使用Optimum实现更快更小的零样本目标检测使用Optimum ONNXRuntime工具量化最先进的零样本目标检测模型OWLv2。
视觉语言模型微调微调PaliGemma使用transformers微调最先进的视觉语言骨干网络PaliGemma。
Optimum/ORT入门使用🤗 Optimum优化DETR将视觉模型导出为ONNX并对其进行量化的简单介绍。
模型压缩计算机视觉的知识蒸馏图像分类的知识蒸馏。
量化使用Quanto适配视觉模型使用quanto将视觉模型适配到更小的硬件上
加速使用torch.compile加速基础模型使用torch.compile改善基础模型的延迟
加速/内存优化使用TGI部署视觉语言模型(即将推出)探索使用文本生成推理进行视觉语言模型部署的加速和内存改进
量化/Optimum/ORT使用Optimum对图像分割进行全方位的量化和图优化(即将推出)使用Optimum进行端到端的模型优化
视觉语言模型微调微调Florence-2在DocVQA数据集上微调Florence-2
在视觉问答任务上微调IDEFICS3在VQAv2上使用QLoRA微调IDEFICS3在VQAv2数据集上使用QLoRA微调IDEFICS3
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

白日梦AI

白日梦AI提供专注于AI视频生成的多样化功能,包括文生视频、动态画面和形象生成等,帮助用户快速上手,创造专业级内容。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

讯飞绘镜

讯飞绘镜是一个支持从创意到完整视频创作的智能平台,用户可以快速生成视频素材并创作独特的音乐视频和故事。平台提供多样化的主题和精选作品,帮助用户探索创意灵感。

Project Cover

讯飞文书

讯飞文书依托讯飞星火大模型,为文书写作者提供从素材筹备到稿件撰写及审稿的全程支持。通过录音智记和以稿写稿等功能,满足事务性工作的高频需求,帮助撰稿人节省精力,提高效率,优化工作与生活。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

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