ECCV2024 | DepictQA: 图像质量感知多模态语言模型

文章预览

前言   本文介 绍了基于MLLM、使用语言对于图像质量进行描述的方法。 Pytorch训练营，花两个星期彻底掌握代码实现 CV各大方向专栏与各个部署框架最全教程整理 CV全栈指导班、基础入门班、论文指导班 全面上线!! 作者：1335@知乎(已授权CV技术指南转载) 来源：https://zhuanlan.zhihu.com/p/709398906 仅用于学术分享，若侵权请联系删除 项目主页： https:// depictqa.github.io DepictQA-v1 (ECCV2024) ： https:// arxiv.org/abs/2312.0896 2 DepictQA-v2 (arXiv, preprint) ： https:// arxiv.org/abs/2405.1884 2 代码 (包括训练推理与数据集构造代码)： https:// github.com/XPixelGroup/ DepictQA 数据集： https:// huggingface.co/datasets /zhiyuanyou/DataDepictQA 一、为什么会做这个项目？ 图像质量感知是一个宏大而复杂的课题。比如： 图像是细节越多越好吗？ 并不是。很多人都会喜欢湛蓝纯净的天空。因此，在飘了一些淡淡的 ………………………………