在VQA任务里，有办法区分context和question吗？
已解决专家您好，在VQA的任务里，我的text中，有没有特殊的的字符可以告诉模型，一部分句子是我提供的context，一部分句子是我真正想要问的问题 比如 Context: There are 5 people rising their bottles. Q: How many bottes?
展开
收起
1
条回答
写回答
写回答
相关问答
热门讨论
热门文章
为什么用vllm部署qwen2-2b-vl，传输2张照片却，只回答一张照片的问题？
162
请问Qwen-VL怎么用自己的数据集微调
1258
!pip install open_clip_torch !pip install pytorch-
441
【求助】关于使用Qwen2-7B-VL多模型模型识别图片某个元素的坐标的问题
71
下载模型之后，模型的大小验证缺不通过，请问这是什么原因？
664
怎么修改model scope的默认存储位置
201
如何本地化（局域网内）部署Qwen的多模态大模型，用作推理 并自有程序调用
146
18领域的文本分类模型在什么场景使用呢？
1681
OFA文生图模型，显存空间不足的问题如何解决
1737
text2video模型生成视频只有2s钟
1599
展开全部
Florence-VL：微软和马里兰大学共同开源的多模态大语言模型
71
NVILA：英伟达开源视觉语言大模型，高效处理高分辨率图像和长视频
49
GLM-4V-Flash：智谱 AI 免费开放的图像理解大模型 API 接口
45
MEMO：通过音频和图像生成肖像说话视频，感知音频中的情感来细化面部表情
36
Qwen2VL-Flux：开源的多模态图像生成模型，支持多种生成模式
83
Optimus-1：哈工大联合鹏城实验室推出挑战开放世界中长期任务的智能体框架
28
Lobe Vidol：AI数字人交互平台，可与虚拟人和3D模型聊天互动
55
OmniSearch：阿里巴巴通义推出的多模态检索增强生成框架
127
GenMAC：港大、清华联合微软推出文本到视频生成的多代理协作框架
21
ACE：阿里通义实验室推出的全能图像生成和编辑模型
69
展开全部
