Спасибо Akash Network за спонсирование этого проекта и предоставление A100/H100 для вычислений! Это усовершенствованная версия Moondream (версия 20 мая 2024 г.), крошечной модели языка видения, созданной удивительным Виком. Он был точно настроен на 35 000 пар изображений и подсказок из набора данных Diffusion DB изображений Stable Diffusion. Он может в некоторой степени предсказать подсказку, используемую для создания изображения. Обычно ему удается подобрать правильный стиль и найти художника, чья работа/предмет напоминает изображение. Настройки: Спасибо Akash.net за предоставление A100, которые я использовал в процессе этого проекта, и за точную настройку модели. Основываясь на коде, предоставленном Виком, вот что я использовал для точной настройки.
Модальности:
Генерация текста Компьютерное зрение Мультимодальность
Задача: Генерация текста
Автор: gaodrew
Теги: moondream1, multimodal, vision, aiart, midjourney, dalle, moondream, stablediffusion
Лайков: 7 | Загрузок: 8
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
