Phi3 Vision huggingface

Phi3-Vision-ハグフェイス

ローカル LLM Phi-3 視覚モデルとハグフェイスを使用した視覚タスク

このリポジトリには、ローカル LLM Phi-3 Vision モデルと Hugging Face ライブラリを使用してビジョン タスクを実行するコードが含まれています。このコードは、入力画像とユーザー定義のプロンプトに基づいて応答を生成する方法を示しています。

特徴

• Phi-3 Visionモデルを使用した画像解析
• 画像コンテンツに基づいたテキスト生成
• Hugging Face のtransformersライブラリを利用

インストール

このプロジェクトを実行するには、Python と必要な依存関係が必要です。以下の手順に従って環境をセットアップしてください。

リポジトリのクローンを作成する

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

cd Phi3-Vision-ハグフェイス

依存関係のインストール

pip を使用して必要な Python パッケージをインストールします。

pip install -r 要件.txt

コードを実行する

Python phi3_vision_huggingface.py

注 ローカル画像ファイルの代わりに URL を使用するには、関連する行のコメントを解除し、URL を目的の画像 URL に置き換えます。

謝辞

Hugging Face はモデルとトークナイザー API を提供します。

Phi-3 Vision モデルの作成者。