Google Geimini 1.5 Pro 的多模态功能，不仅-20240831133658

宝玉xp · 微博 · AI · 2024-08-31 13:36

文章预览

2024-08-31 13:36 本条微博链接 Google Geimini 1.5 Pro 的多模态功能，不仅能检测图片上的物体，还能输出物体的边框坐标，这样理论上来说你可以在输入的图片上画上框和标注目标内容，很实用的功能。由于是多模态大语言模型，你还可以在检测对象时加上限定条件，比如只输出动物。有网友已经做了开源项目，上传图片就可以显示检测结果，但是需要自备 Gemini 的 Api Key。注意提示词里面要限制输出的格式是JSON这样的方便解 ………………………………

原文地址：访问原文地址
快照地址：访问文章快照
总结与预览地址：访问总结与预览

分享到微博

推荐文章

宝玉xp · OpenAI 直播的第 5 天，今天主要是演示 ChatGPT -20241212020804

18 小时前

宝玉xp · 回复@北岸观湖:看起来约定个暗号是有必要的//@北岸观湖:现在A-20241210003655

2 天前

黄建同学 · Hailuo AI 生成的这个视频也太逼真了！#ai##ai视频-20241207205451

5 天前

爱可可-爱生活 · 【Flash Attention：基于Triton语言实现的注意-20241207161437

5 天前

爱可可-爱生活 · 【HelloWorld：一个有趣的源代码音乐项目，由重金属乐队N-20241206215036

5 天前