看到一个多模态的用法，给图片命名……把识别出来的图片信息用向量保存下来，后续还可以用做图片搜索有点杀鸡牛刀的感觉！

发布时间: 2024-01-28 11:30:26

1分

数据加载中

关注推特

收听电报

看到一个多模态的用法，给图片命名……
把识别出来的图片信息用向量保存下来，后续还可以用做图片搜索
有点杀鸡牛刀的感觉！
IT技术
( twitter.com )

1年前由宝玉提交

点击图片查看原图

Markdown支持

评论加载中...

您可能感兴趣的：更多

DeepSeek 开始搞多模态了。
开源了一个多模态理解和生成一体的模型 Janus，既可以理解图片内容又可以生成图片。
Janus的核心创新是将视觉编码分为两个独立的部分:一个用于多模态理解,一个用于图像生成。
IT技术
( twitter.com)

9个月前 • 歸藏(guizang.ai) • -- 点击 0 评论

看得懂图片，又一个多模态大模型MiniGPT4发布
仅用4块A100训练10小时
MiniGPT4的原理很简单整合了BLIP-2和Vicuna，通过BLIP-2将图片转为文字描述，再用Vicuna基于这个文字描述进行内容创作。
因…
推特中文圈
( twitter.com)

2年前 • nash_su • -- 点击 0 评论

DeepSeek来了，他开源了一款统一的多模态理解和生成的模型：Janus 1.3B
Janus核心是可以同时理解和生成文字、图像，它可以看懂图片和文字，还能根据描述画出图片来
时政
( twitter.com)

9个月前 • AIGCLINK • -- 点击 0 评论

怎么免费使用谷歌搜索里的图片

谷歌搜索到的图片大多有版权限制，不能随意使用。所以这个叫做 Imgartfis 的浏览器插件，想出了一个绝妙的解决办法：

你在谷歌里搜索一个图片，插件按照你的搜索关键词，用 AI 立马给你生成“免…
IT技术
( twitter.com)

2年前 • 倪爽 • -- 点击 0 评论

【AI变鉴片大师，多模态大模型挑战超长3小时视频】包括GPT-4V等在内的同类模型基本只能处理图像。贾佳亚团队的LLaMA-VID支持单图、短视频和长视频三种输入，只通过一个非常简单的办法就达成了如上能力，那就是：单帧画面压缩到只用2个token编码。
大陆资讯
( www.qbitai.com)

1年前 • 捂裆大湿兄 • -- 点击 0 评论

闪电预览

本期看点:
这张图片是TPG投行集团.Ana 先生团队的另一个生态为piNFT制作，名称:TPGNFT
每张图片都有独立的唯一代码支持GCV共识购买

TPG建设多个pi生态，同时也是GCV社区伙伴，让我们一起加油…
币圈
( twitter.com)

2年前 • PI记者报International news • -- 点击 0 评论

你跟钢铁侠就差一块3090
微软开源JARVIS，又称大模型和他的朋友们
利用ChatGPT分析需求自动调用其他模型拆分解决任务的程序，微软开源了。
原理很简单，如实现多模态方法：
用户：图中有几个斑马。模型会分析需求调用图像识别…
推特中文圈
( twitter.com)

2年前 • nash_su • -- 点击 0 评论

利用SD的插件，你可以从文本或者图片创建3D模型，效果看起来还不错，后面可以把创建的3D模型再利用ControlNet的深度图来做其他事情。
插件是基于OpenAI Shap-E的3D模型生成模型做的。
感兴趣可以装一个试试。
🔗…
IT技术
( twitter.com)

2年前 • 歸藏 • -- 点击 0 评论

参考了这个老哥怪异值的设置，我创建了一个类似于 Midjourney 风格化的命令，这个提示会让 DALL-E3 输出更加美观和更加艺术化的图片。

<---提示开始--->
另一个文本到图像的模型有一个名为 'Stylize'…
IT技术
( twitter.com)

1年前 • 歸藏 • -- 点击 0 评论

看到一个多模态的用法，给图片命名…… 把识别出来的图片信息用向量保存下来，后续还可以用做图片搜索 有点杀鸡牛刀的感觉！ IT技术 ( twitter.com )

IT技术

DeepSeek 开始搞多模态了。 开源了一个多模态理解和生成一体的模型 Janus，既可以理解图片内容又可以生成图片。 Janus的核心创新是将视觉编码分为两个独立的部分:一个用于多模态理解,一个用于图像生成。 IT技术 ( twitter.com)

IT技术

看得懂图片，又一个多模态大模型MiniGPT4发布 仅用4块A100训练10小时 MiniGPT4的原理很简单整合了BLIP-2和Vicuna，通过BLIP-2将图片转为文字描述，再用Vicuna基于这个文字描述进行内容创作。 因… 推特中文圈 ( twitter.com)

推特中文圈

DeepSeek来了，他开源了一款统一的多模态理解和生成的模型：Janus 1.3B Janus核心是可以同时理解和生成文字、图像，它可以看懂图片和文字，还能根据描述画出图片来 时政 ( twitter.com)

时政

IT技术

大陆资讯

本期看点: 这张图片是TPG投行集团.Ana 先生团队的另一个生态为piNFT制作，名称:TPGNFT 每张图片都有独立的唯一代码支持GCV共识购买 TPG建设多个pi生态，同时也是GCV社区伙伴，让我们一起加油… 币圈 ( twitter.com)

币圈

推特中文圈

IT技术

参考了这个老哥怪异值的设置，我创建了一个类似于 Midjourney 风格化的命令，这个提示会让 DALL-E3 输出更加美观和更加艺术化的图片。 <---提示开始---> 另一个文本到图像的模型有一个名为 'Stylize'… IT技术 ( twitter.com)

IT技术

创建一个新帐户

登录

看到一个多模态的用法，给图片命名……
把识别出来的图片信息用向量保存下来，后续还可以用做图片搜索
有点杀鸡牛刀的感觉！
IT技术
( twitter.com )

DeepSeek 开始搞多模态了。
开源了一个多模态理解和生成一体的模型 Janus，既可以理解图片内容又可以生成图片。
Janus的核心创新是将视觉编码分为两个独立的部分:一个用于多模态理解,一个用于图像生成。
IT技术
( twitter.com)

看得懂图片，又一个多模态大模型MiniGPT4发布
仅用4块A100训练10小时
MiniGPT4的原理很简单整合了BLIP-2和Vicuna，通过BLIP-2将图片转为文字描述，再用Vicuna基于这个文字描述进行内容创作。
因…
推特中文圈
( twitter.com)

DeepSeek来了，他开源了一款统一的多模态理解和生成的模型：Janus 1.3B
Janus核心是可以同时理解和生成文字、图像，它可以看懂图片和文字，还能根据描述画出图片来
时政
( twitter.com)

本期看点:
这张图片是TPG投行集团.Ana 先生团队的另一个生态为piNFT制作，名称:TPGNFT
每张图片都有独立的唯一代码支持GCV共识购买

TPG建设多个pi生态，同时也是GCV社区伙伴，让我们一起加油…
币圈
( twitter.com)

参考了这个老哥怪异值的设置，我创建了一个类似于 Midjourney 风格化的命令，这个提示会让 DALL-E3 输出更加美观和更加艺术化的图片。

<---提示开始--->
另一个文本到图像的模型有一个名为 'Stylize'…
IT技术
( twitter.com)