blip-2-vision-language

作者: firecrawl

视觉语言预训练框架,连接冻结的图像编码器与大语言模型。适用于图像描述、视觉问答、图像文本等场景。

npx skills add https://github.com/firecrawl/ai-research-skills --skill blip-2-vision-language