技术栈
blip-2
gz7seven
6 个月前
大模型
·
llm
·
多模态
·
blip
·
多模态大模型
·
blip-2
·
q-former
BLIP-2模型的详解与思考
BLIP-2模型的整个框架与BLIP比较来看相对抽象，具体如下所示： 从BLIP-2模型的整个框架爱上看，BLIP-2由这么几个部分组成，图像输入了图像编码器（Image Encoder），得到的结果与文本（Text）在Q-Former（BERT初始化）里进行融合，最后送入LLM模型，进行文本的生成。