Phi3 Vision huggingface

Phi3-Vision-กอดหน้า

งานการมองเห็นด้วยแบบจำลองการมองเห็น LLM Phi-3 ในพื้นที่และใบหน้ากอด

พื้นที่เก็บข้อมูลนี้มีโค้ดเพื่อดำเนินงานด้านการมองเห็นโดยใช้โมเดล LLM Phi-3 Vision ในเครื่องและไลบรารี Hugging Face รหัสสาธิตวิธีสร้างการตอบสนองตามรูปภาพอินพุตและพรอมต์ที่ผู้ใช้กำหนด

คุณสมบัติ

• การวิเคราะห์ภาพโดยใช้แบบจำลอง Phi-3 Vision
• การสร้างข้อความตามเนื้อหารูปภาพ
• ใช้ไลบรารี transformers ของ Hugging Face

การติดตั้ง

ในการรันโปรเจ็กต์นี้ คุณจะต้องมี Python และการอ้างอิงที่จำเป็น ทำตามขั้นตอนด้านล่างเพื่อตั้งค่าสภาพแวดล้อมของคุณ

โคลนพื้นที่เก็บข้อมูล

โคลนคอมไพล์ https://github.com/manunair1990/Phi3-Vision-huggingface

cd Phi3-Vision-huggingface.cd

ติดตั้งการพึ่งพา

ติดตั้งแพ็คเกจ Python ที่จำเป็นโดยใช้ pip

pip ติดตั้ง -r ข้อกำหนด.txt

ดำเนินการรหัส

หลาม phi3_vision_huggingface.py

หมายเหตุ หากต้องการใช้ URL แทนไฟล์รูปภาพในเครื่อง ให้ยกเลิกการใส่เครื่องหมายในบรรทัดที่เกี่ยวข้องและแทนที่ URL ด้วย URL รูปภาพที่คุณต้องการ

รับทราบ

Hugging Face สำหรับจัดเตรียมโมเดลและ API โทเค็นไนเซอร์

ผู้สร้างโมเดล Phi-3 Vision