登陆注册

视觉语言模型BLIVA

  • 视觉语言模型BLIVA:让AI更擅长阅读图像中的文本 懂得看路牌和食品包装

    文章概要:1.BLIVA是一种视觉语言模型,擅长读取图像中的文本。2.BLIVA结合了InstructBLIP的学习查询嵌入和LLaVA的编码修补嵌入。3.BLIVA在多个数据集上表现优异,可用于识别路牌、食品包装等场景。BLIVA是一种视觉语言模型,擅长读取图像中的文本,使其在许多行业的现实场景和应用中发挥作用。
    站长网2023-08-28 11:38:20
    0000