共 5 个 skill · 数据来自 GitHub 与精选合集，每日更新
NousResearch/hermes-agent/optional-skills/mlops/models/segment-anything-model
SAM：通过点、框或掩码做零样本图像分割。
NousResearch/hermes-agent/optional-skills/mlops/clip
Zero-shot image classification and image-text search.EN
Orchestra-Research/AI-Research-SKILLs/18-multimodal/clip
OpenAI 连接视觉与语言的模型。支持零样本图像分类、图文匹配、跨模态检索。在 4 亿图文对上训练。用于图像搜索、内容审核、或无需微调的视觉语言任务。最适合通用图像理解。
Orchestra-Research/AI-Research-SKILLs/18-multimodal/blip-2
桥接冻结图像编码器与 LLM 的视觉语言预训练框架。需图像描述、视觉问答、图文检索、或带 SOTA 零样本性能的多模态聊天时使用。
Orchestra-Research/AI-Research-SKILLs/18-multimodal/segment-anything
带零样本迁移的图像分割基础模型。需用点/框/掩码作提示分割图中任意对象、或自动生成图中所有对象掩码时使用。