Phi3 Vision huggingface

Phi3-Vision-huggingface

Tâches de vision avec le modèle de vision LLM Phi-3 local et le visage câlin

Ce référentiel contient du code pour effectuer des tâches de vision à l'aide du modèle local LLM Phi-3 Vision et de la bibliothèque Hugging Face. Le code montre comment générer une réponse basée sur une image d'entrée et une invite définie par l'utilisateur.

Caractéristiques

• Analyse d'images à l'aide du modèle Phi-3 Vision
• Génération de texte basée sur le contenu de l'image
• Utilise la bibliothèque transformers de Hugging Face

Installation

Pour exécuter ce projet, vous aurez besoin de Python et des dépendances nécessaires. Suivez les étapes ci-dessous pour configurer votre environnement.

Cloner le référentiel

clone git https://github.com/manunair1990/Phi3-Vision-huggingface

cd Phi3-Vision-huggingface

Installer les dépendances

Installez les packages Python requis à l'aide de pip.

pip install -r exigences.txt

Exécuter le code

python phi3_vision_huggingface.py

Notes Pour utiliser une URL au lieu d'un fichier image local, décommentez les lignes pertinentes et remplacez l'URL par l'URL de votre image souhaitée.

Remerciements

Hugging Face pour avoir fourni les API de modèle et de tokenizer.

Les créateurs du modèle Phi-3 Vision.