ComfyUI-moondream

最新推荐文章于 2024-09-02 10:13:59 发布
最新推荐文章于 2024-09-02 10:13:59 发布
阅读量405 收藏 2
点赞数 5
分类专栏： ComfyUI AI绘画 文章标签： ComfyUI AI绘画 AIGC moondream 视觉模型 stable diffusion 工作流
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u013224364/article/details/138338259
版权
本文介绍了开源的Moondream视觉模型，用户可以上传图片并提问，模型能回答图片相关问题。文章详细说明了如何在ComfyUI上部署和进行基本操作，适合AI和编程爱好者学习。
摘要由CSDN通过智能技术生成

这个moondream是一个视觉模型，你可以用这个视觉模型问它关于图片的所有问题，也就是你上传一张图片给它，你就可以问它关于这张图片的所有问题，这个安装很简单，项目已经在github上开源了，如下

GitHub - vikhyat/moondream: tiny vision language model

上传图片，问它问题，点击按钮，就是这么简单，你可以让它描述一下图片的内容，这个可以用来反推提示词哈，然后问它图片中的人物叫什么名字，穿什么颜色的衣服，都是可以问的，只要关于这张图片的所有问题，它都可以回答，它所需要的模型如下

它也可以在comfyui上使用了，如下

GitHub - kijai/ComfyUI-moondream: ComfyUI node to use the moondream tiny vision language model

用这个节点就行，如果网络不好，手动把模型放到下面的目录中就行，如下

使用很简单，使用MoondreamQuery这个节点就行

如下

然后左边拉出一个载入图像节点，用来上传图片，然后右边拉出一个展示文本节点，用来显示它的回答，即如下

然后在红色圈住的地方问它关于上传图片的问题，这样就行了

【干货分享】前两天开源的视觉模型Moondream可以在ComfyUI上使用了，这次讲讲它的部署和简单使用

更多好玩且实用工作流及节点

星球号：32767063

本期学习资料链接

往期视频工作流、插件、模型资料

整理AI学习资料库

月亮201314
关注
专栏目录
Ollama 0.1.33 版本现已推出 查看最新版本中有哪些新内容
iCloudEnd的博客
05-15 90
几天前（2024 年 5 月 3 日）Ollama 发布了其模型库软件的最新版本。我通常不会写有关软件新版本的文章，但我是 Ollama 的忠实粉丝和用户，在这个特定版本中，他们引入了一些我认为值得引起人们注意的特别内容。稍后会详细介绍。如果您以前没有听说过 Ollama，请查看我下面的文章，其中我介绍了他们是谁以及他们做什么。总而言之，它们使用户能够在本地系统上下载并运行开源大型语言模型。
探索MoonDream：一个小型但强大的视觉语言模型
BASK2312的博客
05-27 876
在人工智能的快速进展中，视觉语言模型正成为理解和叙述视觉信息的关键工具。MoonDream，一个拥有16亿参数的小型视觉语言模型，凭借其出色的性能和易用性，正迅速成为开发者和爱好者的热门选择。MoonDream的基本概念在于它能够解码、审查和叙述视觉信息，为那些希望理解图像深层含义的人们提供了一种新的视角。它可以在各种设备上运行。这意味着，无论您是艺术家、开发者还是普通用户，MoonDream都能够帮助您将视觉数据转化为有意义的语言。为什么应该关注MoonDream？
MoonDream2微调指南【最小VLM】
新缸中之脑
05-24 1198
Moondream2 是一个开源小型视觉语言模型，源代码位于 GitHub 上，vikhyatk制作。虽然它不是最先进的模型，但它能够以合理的速度和准确性在设备上本地运行，这使它成为 VLM 的一个引人注目的选择，值得尝试进行微调，看看它是否适合您的用例。与其他 VLM 相比，它的得分相对较高。它甚至在 VQAv2 上击败了最近发布的 GPT-4o，考虑到 Moondream2 的本地、开源和小得多的模型，这令人印象深刻。
ComfyUI WD1.4图片提示词反推
软件QA只用在它工作礼貌吗？
08-01 739
下载好插件，放入custom_nodes文件夹 （文章末尾附下载地址）
「ComfyUI」目前为止最好用的提示词反推插件，FULX.1 图生图辅助神器！
最新发布
z19981的博客
09-02 815
提示词反推插件听雨之前也介绍过一些，但是只能说技术发展的太快了，各种优秀的模型以及插件层出不穷，很快就会有更优的选项出现。而且现在随着 FLUX.1 的出圈，大家也更加关注可以辅助图片反推自然语言提示词的模型以及插件。
ComfyUI WD1.4 反推提示词插件执行报错
u010554324的博客
03-30 3202
ComfyUI WD1.4 反推提示词插件执行报错。
ComfyUI中实现反推提示词的多种方案
u013224364的博客
04-26 4826
总结，你要是想把图片的风格（比如梵高风格、水彩风格、山水画风格）也反推出来的话，用clip询问机节点和Gemini节点是最好的，个人总结用Gemini节点最好，其次是clip询问机节点，其中wd节点没啥用，它只能识别出图片看得见的元素，它的效果最差的。整理AI学习资料库：https://pan.quark.cn/s/05ad7c581caa。往期学习资料：https://pan.quark.cn/s/7173cec616b6。第二种方案用clip询问机节点，如下。第一个方案，用wd节点，如下。
搭建本地私有知识问答系统：MaxKB + Ollama + Llama3 （wsl网络代理配置、MaxKB-API访问配置）
jiangbenchu的博客
07-25 830
MaxKB 是一款基于 LLM 大语言模型的开源知识库问答系统，旨在成为企业的最强大脑，支持从多种数据源导入和管理知识。。开箱即用：支持直接上传文档、自动爬取在线文档，支持文本自动拆分、向量化、RAG（检索增强生成），智能问答交互体验好；
本地大模型服务 Ollama：从安装到使用
十十办文武的博客
06-19 1601
Ollama 是专为在本地机器上便捷部署和运行大型语言模型（LLM）而设计的开源简单的部署过程：Ollama 提供跨平台的安装包，并提供 docker 方式部署。跨平台支持：Ollama 可以在macOSLinux和Windows平台上运行，为用户提供了灵活选择的便利性。预构建模型库：Ollama 包含多个预训练的大型语言模型，用户可以直接选择这些模型应用于自己的应用程序，无需从头训练或自行寻找模型源。这些特点使得 Ollama 成为一个强大且易于使用的跨平台工具，适用于各种需要大型语言模型支持的应用场景。
软考信息安全工程师学习笔记四（1.4 信息安全标准化知识）
鹿鸣天涯
03-22 426
1.4信息安全标准化知识 欢迎加入最棒的信息安全工程师社群，分享信息安全工程师备考干货资料。 备考交流QQ群：39460595 https://www.moondream.cn/?p=523 一.大纲要求 1.4 信息安全标准化知识 1.4.1 熟悉信息安全技术标准的基本知识 1.4.2 了解标准化组织 1.4.3 信息安全系列标准 * 了解信息安全管理体系标准 * 了解信息安全技...
2016年下半年信息安全工程师考试真题含答案（下午题）
鹿鸣天涯
04-30 3217
更多信息，请访问https://www.moondream.cn/?p=328 扫一扫加入信息安全工程师备考群 欢迎加入最棒的信息安全工程师社群，分享信息安全工程师备考干货资料。 备考交流QQ群：39460595 试题一（共20分） 阅读下列说明和图，回答问题1至问题3，将解答填入答题纸的对应栏内。 【说明】 研究密码编码的科学称为密码编码学，研究密码破译的科学称为密...
ComfyUI相见恨晚的提示词插件，简直堪称神器！
A13531922961的博客
05-14 6505
感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
探索Moondream：开源小型视觉语言模型的革新之旅
寻道码路，探索编程之路的无限可能。
07-03 2064
在人工智能的浪潮中，视觉语言模型以其独特的能力，将视觉感知与语言理解相结合，为图像内容的自动解析和描述提供了新的可能性。今天，我们将深入探讨一个名为Moondream的开源项目，这是一个小型但功能强大的视觉语言模型，它不仅在技术上具有创新性，而且因其轻量化的特性，能够在多种平台上灵活运行。
〔021〕Stable Diffusion 之 提示词反推、自动补全、中文输入 篇
国内某知名游戏公司小菜鸡工程师
09-04 4487
图片反推提示词以及提示词的自动补全和中文输入
moondream-开创性的小型视觉语言模型
weixin_42684490的博客
03-12 912
这是一个名为moondream的小型视觉语言模型，可以在任何地方运行，并且表现优异。
如何使用ComfyUI图像转提示插件
gitblog_00347的博客
08-12 347
如何使用ComfyUI图像转提示插件 Comfyui_image2promptimage to prompt by vikhyatk/moondream1项目地址:https://gitcode.com/gh_mirrors/co/Comfyui_image2prompt 一、项目介绍 ComfyUI图像转提示插件(Comfyui-image2prompt)是一款旨在提升ComfyUI功能的扩展...
人工智能AI合集：Ollama部署对话语言大模型-网页访问
遇雪长安的博客
07-25 1036
随着人工智能技术的飞速发展，AI已经不再是遥不可及的高科技概念，而是逐渐融入到我们的日常生活中。从智能手机的语音助手到家庭中的智能音箱，再到工业自动化和医疗诊断，AI的应用无处不在。然而，要想真正掌握并应用这些技术，不仅需要理论知识，更需要实践操作。这正是嵌入式AI学习的核心所在。嵌入式系统，作为现代电子设备的核心，其与AI技术的结合，为智能设备的开发提供了无限可能。从简单的自动化任务到复杂的图像和语音识别，嵌入式AI开发板成为了学习这些技术的理想平台。
探索未来交互的新篇章：ComfyUI 图片转提示插件
gitblog_00060的博客
05-31 392
探索未来交互的新篇章：ComfyUI 图片转提示插件 Comfyui_image2promptimage to prompt by vikhyatk/moondream1项目地址:https://gitcode.com/gh_mirrors/co/Comfyui_image2prompt 在这个数字时代，我们不断寻求更高效、更具人性化的界面设计。现在，让我们一同走进由zhongpei打造的Com...
Moondream: 微小视觉AI颠覆想象边界，赋予图像开口说话的魔力！
2401_83063795的博客
03-16 2376
Moondream：智能解读图像信息，让视觉叙事如影随形，畅所欲言无极限！ - 精选真开源，释放新价值。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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