2025年10月12日
开源VLM模型一览
摘要： 0 概述 **VLM可以做的任务类型** 视觉定位/物体检测（Visual grounding） 图像和视频总结（image caption） 视觉问答（visual question answering） 图像-文本对比学习 生成式任务 对齐式任务文本解析和手写文档 图像分类 语义分割 图像文本检 阅读全文
posted @ 2025-10-12 18:57 不负如来不负卿x 阅读(40) 评论(0) 推荐(0)