图片生成文字描述BLIP2模型复现代码

BLIP2复现


直接给出我可以运行的代码:

import torch
from datasets import load_dataset
from lavis.models import load_model_and_preprocess
from matplotlib import pyplot as plt
from PIL import Image
import requests
from torch.cuda.amp import autocast

# 设置设备
device = torch.device("cuda") if torch.cuda.is_available() else "cpu"

# 加载BLIP-2预训练模型
model, vis_processors, txt_processors = load_model_and_preprocess(
    name="blip2_feature_extractor", 
    model_type="pretrain_vitL", 
    is_eval=True, 
    device=device
)

# 下载并读取图像
img_url = 'https://storage.googleapis.com/sfr-vision-language-research/LAVIS/assets/merlion.png' 
raw_image = Image.open(requests.get(img_url, stream=True).raw).convert('RGB')


# 显示原始图像
plt.imshow(raw_image.resize((596, 437)))
plt.axis('off')
plt.show()

# 预处理图像
image = vis_processors["eval"](raw_image).unsqueeze(0).to(device)

# 使用 autocast 自动处理精度
with autocast(dtype=torch.float16):
    # 生成结果
    result = model.generate({"image": image})

# 打印生成结果
print(result)

reference:BLIP2

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值