/ Модель

Характеристики

Контекст
2 048 токенов
Лицензия
Apache 2.0
Архитектура
moondream1 · dense
Опубликована
26 мар 2024

moondream-prompt

Генерация текстаТекст → текст3 профессии

Компактная дообученная Moondream2, которая генерирует текстовые промпты по изображениям.

111скачиваний за 30 дней11лайковвеса обновлены31 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

gokaygokay/moondream-prompt — дообученная версия Moondream2 для создания текстовых промптов по изображениям. Она принимает изображение и описывает его на естественном языке; пример в карточке сочетает описание персонажа и визуального стиля. Модель относится к компактному семейству Moondream, разработанному для эффективной работы на периферийных устройствах.

Модель предназначена для подготовки промптов по изображению, например для повторного создания похожей сцены в генераторе изображений. В README не приведены сведения о размере, длине контекста и поддерживаемых языках. Лицензия репозитория — Apache-2.0.

Сценарии применения

  • создание промпта с описанием персонажа на изображении
  • составление текстового описания визуального стиля изображения
  • подготовка промпта для генерации похожей сцены

Ограничения

Карточка не приводит результатов оценки качества и не перечисляет поддерживаемые языки. Назначение заявлено как генерация промптов по изображениям; пригодность для других задач не подтверждена.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Fine tuned version of moondream2 for prompt generation from images. Moondream is a small vision language model designed to run efficiently on edge devices. Check out the GitHub repository for details, or try it out on the Hugging Face Space!

Usage

pip install transformers timm einops bitsandbytes accelerate
import torch
from transformers import AutoTokenizer, AutoModelForCausalLM
from PIL import Image

DEVICE = "cuda"
DTYPE = torch.float32 if DEVICE == "cpu" else torch.float16 # CPU doesn't support float16
revision = "ac6c8fc0ba757c6c4d7d541fdd0e63618457350c"
tokenizer = AutoTokenizer.from_pretrained("gokaygokay/moondream-prompt", revision=revision)
moondream = AutoModelForCausalLM.from_pretrained("gokaygokay/moondream-prompt",trust_remote_code=True,
    torch_dtype=DTYPE, device_map={"": DEVICE}, revision=revision)
moondream.eval()

image_path = "<image_path>"
image = Image.open(image_path).convert("RGB")
md_answer = moondream.answer_question(
        moondream.encode_image(image),
        "Describe this image and its style in a very detailed manner",
        tokenizer=tokenizer,
    )

print(md_answer)

Example image/png

"a very angry old man with white hair and a mustache, in the style of a Pixar movie, hyperrealistic, white background, 8k"

Citation and attribution

This model release is maintained by Gökay Aydoğan. If you reference this repository in academic work, please cite it as follows and also cite the upstream models, datasets, or projects it builds upon.

@software{aydogan2024moondream_prompt,
  author = {Aydoğan, Gökay},
  title = {{moondream-prompt}},
  year = {2024},
  publisher = {Hugging Face},
  url = {https://huggingface.co/gokaygokay/moondream-prompt},
  note = {Model repository; cite the base model and upstream datasets as required.}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
Moondream
Ревизия весов
273ca16

0 моделей