OpenBayes 一周速览|SegmentAnything 分割万物教程上新、MiniGemini 多模态模型天花板一键 input

本文主要是介绍OpenBayes 一周速览|SegmentAnything 分割万物教程上新、MiniGemini 多模态模型天花板一键 input,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

公共资源速递

This Weekly Snapshots !

5 个数据集:

* SAOKE 人工标注数据集

* AG News 新闻文章数据集

* VQA-HAT 智能问答数据集

* EQA 问答数据集

* HotpotQA 问答数据集

1 个模型:

* MiniGemini-34B-HD

2 个教程:

* InstantID 个性化写真生成 Demo

* SegmentAnything 源代码实现与在线推理

访问官网立即使用:openbayes.com

公共数据集

1. SAOKE 人工标注数据集

SAOKE 全称 Symbol Aided Open Knowledge Expression,是一个人工标注数据集,包含 4 万多个中文句子和 SAOKE 形式的相应事实。

 直接使用:

https://go.openbayes.com/9LhPV

2. AG News 新闻文章数据集

AG News 数据集拥有超过 100 万篇新闻文章,其中包含 496,835 条 AG 新闻语料库,该数据集仅使用了标题和描述字段,每种类别均拥有 3w 个训练样本和 1,900 个测试样本。

直接使用:

https://go.openbayes.com/6HgCR

3. VQA-HAT 智能问答数据集

VQA-HAT 全称 VQA Human Attention,能根据所询问的问题评估图像的信息区域,由原始 VQA 数据集中图像上的人类视觉注意力图组成。

 直接使用:

https://go.openbayes.com/lvSiW

4. EQA 问答数据集

EQA 全称 Embodied Question Answering,是一个基于 House3D 的视觉问答数据集。该数据集包含 774 个环境中的 9k 个问题。

直接使用:

https://go.openbayes.com/WaW7X

5. HotpotQA 问答数据集

HotpotQA 数据集是一个在英文维基百科上收集的大规模问答数据集,包括 11.3 万个维基百科问答对,该数据集是为解决 QA 数据集不能训练系统回答复杂问题和提供可解释的答案问题而提出的。

 直接使用:

https://go.openbayes.com/eu5ap

公共模型

1. MiniGemini-34B-HD

该模型为 Mini-Gemini 的 34B 大小的高分辨率图像理解模型,集多模态理解、推理和生成于一身,堪称开源社区版的「ChatGPT+DALL-E 3」。其高清图像理解、高质量训练数据和强大的生成能力,使其在多个指标上超越了业内领先模型。

直接使用:

https://go.openbayes.com/qqsB0

公共教程

1. 在线教程|自拍图片秒变个人写真!小红书团队「InstantID」效果炸裂!GitHub 收藏量达 9.9K

「InstantID」是小红书团队开源的高质量图像生成项目,是一个基于扩散模型的图像生成解决方案,能实现从单一参考图像到多样化风格化写真的快速生成,足不出户即可获得美美艺术照。

在线运行:

https://go.openbayes.com/7ng4t

2. SegmentAnything 源代码实现与在线推理

Segment Anything Model (SAM) 是一个可以根据点或框等输入提示生成高质量的图像分割的机器视觉模型。该模型在包含 1,100 万张图像和 11 亿个掩模的数据集上进行训练,在各种分割任务上具有强大的零样本性能,实现了真正意义上的分割万物。

在线运行:

https://go.openbayes.com/2QN6z

以上就是小贝上周在 OpenBayes 更新的全部内容啦~

此外,OpenBayes 平台还提供超过 500 个精选公共数据集、模型、教程等优质资源,并已经整合到「公共资源」模块中。OpenBayes 平台支持一键 Input,开箱即用!

更多详细教程,请观看:

https://www.bilibili.com/video/BV1jb4y1G7QP/?spm_id_from=333.337.search-card.all.click&vd_source=e91b26a821360c1f19f51547ca5fc9e0

这篇关于OpenBayes 一周速览|SegmentAnything 分割万物教程上新、MiniGemini 多模态模型天花板一键 input的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/986743

相关文章

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

AI一键生成 PPT

AI一键生成 PPT 操作步骤 作为一名打工人,是不是经常需要制作各种PPT来分享我的生活和想法。但是,你们知道,有时候灵感来了,时间却不够用了!😩直到我发现了Kimi AI——一个能够自动生成PPT的神奇助手!🌟 什么是Kimi? 一款月之暗面科技有限公司开发的AI办公工具,帮助用户快速生成高质量的演示文稿。 无论你是职场人士、学生还是教师,Kimi都能够为你的办公文

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

Retrieval-based-Voice-Conversion-WebUI模型构建指南

一、模型介绍 Retrieval-based-Voice-Conversion-WebUI(简称 RVC)模型是一个基于 VITS(Variational Inference with adversarial learning for end-to-end Text-to-Speech)的简单易用的语音转换框架。 具有以下特点 简单易用:RVC 模型通过简单易用的网页界面,使得用户无需深入了

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

图神经网络模型介绍(1)

我们将图神经网络分为基于谱域的模型和基于空域的模型,并按照发展顺序详解每个类别中的重要模型。 1.1基于谱域的图神经网络         谱域上的图卷积在图学习迈向深度学习的发展历程中起到了关键的作用。本节主要介绍三个具有代表性的谱域图神经网络:谱图卷积网络、切比雪夫网络和图卷积网络。 (1)谱图卷积网络 卷积定理:函数卷积的傅里叶变换是函数傅里叶变换的乘积,即F{f*g}

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言