blip-2-vision-language - BLIP-2 视觉语言任务支持多模态视觉语言图像描述视觉问答★ 0 · 更新于 2026-10-05使用 BLIP-2 进行图像描述、视觉问答、图文检索、特征提取和多模态对话。⚙ 生成图像描述⚙ 回答视觉问题⚙ 检索图文匹配
media-understand - AI多媒体理解:分析图片、视频和音频多媒体人工智能媒体分析计算机视觉★ 211 · 更新于 2026-02-18使用AI理解和分析图片、视频、音频等多媒体内容。⚙ 描述图片⚙ 识别图片文字⚙ 分析视频