LLaVA视觉语言模型
掌握LLaVA模型，实现图像理解与视觉问答
Tag
#多模态
共 6 篇文章。
Stable Diffusion - 图像生成与编辑
**前置知识**：需要先掌握 PyTorch基础
CLIP模型 - 图文对齐与检索
掌握CLIP模型，实现图文检索与零样本分类
语音处理 - ASR与TTS
**前置知识**：需要先掌握 Transformer基础
多模态RAG实战 - 图文检索与问答
支持文本、图像、表格等多种模态的检索增强生成
【AI学习路线 10】多模态大模型 - 图像与文本的融合
AI学习路线第10篇 - 学习多模态大模型技术，掌握图像与文本融合的核心方法