/ Модель

Характеристики

Размер весов
38,5 ГБ
Лицензия
MIT
Архитектура
blip-2 · dense
Базовая модель
blip2-opt-2.7b-coco
Библиотека
transformers
Опубликована
25 апр 2024

THAI-BLIP-2

Описание изображенийИзображение → текст3 профессии

THAI-BLIP-2 — дообученная BLIP-2 для генерации тайских подписей к изображениям.

29скачиваний за 30 дней8лайковвеса обновлены19 сен 2024

Бенчмарки

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

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Распознавание текста» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

THAI-BLIP-2 — модель для создания текстовых описаний изображений на тайском языке, разработанная дообучением Salesforce/blip2-opt-2.7b-coco на тайских подписях к изображениям MSCOCO2017. Она использует архитектуру BLIP-2 с языковой частью OPT-2.7B и предназначена для генерации подписи по изображению. Модель работает с изображениями и выдаёт текст; для использования предусмотрена библиотека Transformers, веса опубликованы в формате safetensors. Лицензия — MIT.

Сценарии применения

  • создание тайских подписей к изображениям
  • автоматическое описание фотографий на тайском языке
  • подготовка текстовых описаний изображений для тайских каталогов

Ограничения

Карточка описывает дообучение для генерации подписей на датасете MSCOCO2017 и не подтверждает качество на других типах изображений или задачах визуальных вопросов.

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

THAI-BLIP-2

fine-tuned for image captioning task from blip2-opt-2.7b-coco with MSCOCO2017 thai caption.

How to use:

from transformers import Blip2ForConditionalGeneration, Blip2Processor
from PIL import Image
import torch

device = "cuda" if torch.cuda.is_available() else "cpu"

processor = Blip2Processor.from_pretrained("kkatiz/THAI-BLIP-2")
model = Blip2ForConditionalGeneration.from_pretrained("kkatiz/THAI-BLIP-2", device_map=device, torch_dtype=torch.bfloat16)

img = Image.open("Your image...")
inputs = processor(images=img, return_tensors="pt").to(device, torch.bfloat16)

# Adjust your `max_length`
generated_ids = model.generate(**inputs, max_length=20)
generated_text = processor.batch_decode(generated_ids, skip_special_tokens=True)
print(generated_text)

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Blip2ForConditionalGeneration
Ревизия весов
8870a1f

0 моделей