Image In Words
利用我们顶尖的图片识别技术，来解锁超详细图像描述文字
.png&w=3840&q=75)
from 99+ happy users
免费的在线图片转描述查看器
尝试去跟随“图片转描述”的例子
Image In Words是什么？
Image In Words是专为需要根据图片生成超详细文字的场景设计的生成式模型，特别适用于大型语言模型(LLM)助手的识别任务，以及利用gpt4o更复杂场景下的 AI 识别和描述能力。它只要支持英文， 通过使用大约100,000小时英文数据进行训练，Image In Words在各项测试中都表现出高质量和自然度。
Image In Words 特点
超详细图像描述
采用人工参与注释框架，确保每个图像描述都具有高度的细节和准确性，避免了现有数据集中常见的简短和不相关描述的问题。
显著提高模型性能
使用 IIW 数据微调的视觉-语言模型在描述准确性和连贯性方面显示出显著提升，模型性能比之前的工作提高了31%。
减少虚构内容
框架通过严格的验证技术减少描述中的虚构内容，确保描述真实反映图像中的细节，而不是添加不存在的细节。
可读性和全面性
框架生成的描述不仅详细且易读，能够被广泛受众理解，同时确保全面性，捕捉到视觉内容的所有相关方面。
增强视觉-语言推理能力
通过使用 IIW 数据训练的模型，其视觉-语言推理能力显著增强，能够更好地理解和解释视觉内容，生成更准确和有意义的描述。
应用广泛
IIW 框架在多个实际应用中表现出色，包括提高视觉障碍用户的无障碍性、增强图像搜索功能和更准确的内容审核，展示了其在不同领域的巨大潜力。
下载数据
我们发布了 IIW-Benchmark Eval 数据集、IIW 人工编写的描述（图像和对象级注释）以及与先前工作（DCI、DOCCI）的比较、机器生成的 LocNar 和 XM3600 数据集的丰富版本是开源的。下面的统计数据反映了数据丰富的程度（例如，每个词性的长度和丰富度的大幅增加）。
数据集在 CC-BY-4.0 许可下发布，可以在 GitHub 上找到，也可以从 Hugging Face 以“jsonl”格式下载。
有关IIW的所有资料，请浏览网页、项目、数据下载、可视化等等
BibTeX
@misc{garg2024imageinwords,
title={ImageInWords: Unlocking Hyper-Detailed Image Descriptions},
author={Roopal Garg and Andrea Burns and Burcu Karagol Ayan and Yonatan Bitton and Ceslee Montgomery and Yasumasa Onoe and Andrew Bunner and Ranjay Krishna and Jason Baldridge and Radu Soricut},
year={2024},
eprint={2405.02793},
archivePrefix={arXiv},
primaryClass={cs.CV}
}