Phi3 Vision huggingface

Phi3-Vision-umarmendes Gesicht

Sehaufgaben mit lokalem LLM Phi-3 Sehmodell und Hugging Face

Dieses Repository enthält Code zum Ausführen von Vision-Aufgaben mithilfe des lokalen LLM Phi-3 Vision-Modells und der Hugging Face-Bibliothek. Der Code zeigt, wie eine Antwort basierend auf einem Eingabebild und einer benutzerdefinierten Eingabeaufforderung generiert wird.

Merkmale

• Bildanalyse mit dem Phi-3 Vision-Modell
• Textgenerierung basierend auf Bildinhalten
• Nutzt transformers -Bibliothek von Hugging Face

Installation

Um dieses Projekt auszuführen, benötigen Sie Python und die erforderlichen Abhängigkeiten. Führen Sie die folgenden Schritte aus, um Ihre Umgebung einzurichten.

Klonen Sie das Repository

Git-Klon https://github.com/manunair1990/Phi3-Vision-huggingface

cd Phi3-Vision-umarmendes Gesicht

Abhängigkeiten installieren

Installieren Sie die erforderlichen Python-Pakete mit pip.

pip install -r Anforderungen.txt

Führen Sie den Code aus

Python phi3_vision_huggingface.py

Hinweise Um eine URL anstelle einer lokalen Bilddatei zu verwenden, kommentieren Sie die entsprechenden Zeilen aus und ersetzen Sie die URL durch Ihre gewünschte Bild-URL.

Danksagungen

Hugging Face für die Bereitstellung der Modell- und Tokenizer-APIs.

Die Schöpfer des Phi-3 Vision-Modells.