跳转到主要内容

视觉任务

训练用于图像分类、目标检测和视觉-语言任务的模型。

图像分类

快速开始

Parameters

数据格式

文件夹结构:
Or CSV with paths:

示例:自定义分类器

图像回归

用于从图像预测连续值。

快速开始

Parameters

示例:年龄预测

目标检测

快速开始

数据格式

COCO 风格格式:

Parameters

示例:自定义检测

视觉-语言模型(VLM)

训练能够理解图像和文本的模型。

快速开始

数据格式

Parameters

示例:图像字幕

常用模型

图像分类

目标检测

视觉-语言

GPU 内存提示

  • 对于大图像使用较小的批次大小
  • 为 VLM 启用梯度检查点
  • 使用 LoRA 进行 VLM 训练:

下一步

文本任务

文本分类和 NER

表格数据

在结构化数据上训练