Phi3 Vision huggingface

Rosto que abraça Phi3-Vision

Tarefas de visão com modelo de visão LLM Phi-3 local e rosto de abraço

Este repositório contém código para executar tarefas de visão usando o modelo LLM Phi-3 Vision local e a biblioteca Hugging Face. O código demonstra como gerar uma resposta com base em uma imagem de entrada e em um prompt definido pelo usuário.

Características

• Análise de imagens usando o modelo Phi-3 Vision
• Geração de texto com base no conteúdo da imagem
• Utiliza a biblioteca transformers do Hugging Face

Instalação

Para executar este projeto, você precisará do Python e das dependências necessárias. Siga as etapas abaixo para configurar seu ambiente.

Clonar o repositório

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

cd Phi3-Vision-huggingface

Instalar dependências

Instale os pacotes Python necessários usando pip.

pip instalar -r requisitos.txt

Execute o código

python phi3_vision_huggingface.py

Notas Para usar um URL em vez de um arquivo de imagem local, remova o comentário das linhas relevantes e substitua o URL pelo URL da imagem desejada.

Agradecimentos

Hugging Face por fornecer as APIs do modelo e do tokenizador.

Os criadores do modelo Phi-3 Vision.