涉及面广:多模态生成模型——MLLM ( 目前集中在视觉语言模型——VLM)、大语言模型——LLM、生成模型(SD系列)、对比学习的经典模型(CLIP系列)。
持续更新:对于已经完成解读的会附上链接(有的会在一些场景做尝试,也会附上链接供大家快速参考结果),准备写的会备注筹备中。
适宜人群:节省大把时间,快速定位需要的部分,适合学生、入门AIGC者和从业者作为笔记检索使用。
论文题目:Recognize Anything: A Strong Image Tagging Model
关键词:RAM、属性识别、多标签分类、解读
论文解读:http://t.csdnimg.cn/bhy5e
应用测试: