Phi3 Vision huggingface

Phi3-Vision-обнимающее лицо

Задачи видения с использованием локальной модели видения LLM Phi-3 и обнимающего лица

Этот репозиторий содержит код для выполнения задач машинного зрения с использованием локальной модели LLM Phi-3 Vision и библиотеки Hugging Face. Код демонстрирует, как сгенерировать ответ на основе входного изображения и пользовательского приглашения.

Функции

• Анализ изображения с использованием модели Phi-3 Vision
• Генерация текста на основе содержимого изображения
• Использует библиотеку transformers Hugging Face.

Установка

Для запуска этого проекта вам понадобится Python и необходимые зависимости. Выполните следующие действия, чтобы настроить среду.

Клонировать репозиторий

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

компакт-диск Phi3-Vision-huggingface

Установить зависимости

Установите необходимые пакеты Python с помощью pip.

pip install -r требования.txt

Выполнить код

python phi3_vision_huggingface.py

Примечания. Чтобы использовать URL-адрес вместо локального файла изображения, раскомментируйте соответствующие строки и замените URL-адрес желаемым URL-адресом изображения.

Благодарности

Hugging Face за предоставление API модели и токенизатора.

Создатели модели Phi-3 Vision.