CPU-конвейер FastVLM отвечает на вопросы об изображениях, используя ONNX-проектор и квантизованную языковую модель Qwen2-0.5B.
Подходит для: ответы на вопросы по содержимому изображений · распознавание текста на изображениях и документах · описание объектов и сцен на изображениях