Vereinfachung des Feinabstimmungsprozesses für multimodale Modelle: PaliGemma 2, Florence-2 und Qwen2.5-VL
Vereinfachen Sie den Prozess des Fine-Tunings multimodaler Modelle mit einsatzbereiten Konfigurationen und Trainings-Setups.
Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.
Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.
Kostenlos · ohne Karte · jederzeit abbestellbarVereinfachung des Feinabstimmungsprozesses für multimodale Modelle: PaliGemma 2, Florence-2 und Qwen2.5-VL
maestro hat 2.7k Sterne auf GitHub. Es wurde 222-mal geforkt. maestro ist hauptsächlich in Python geschrieben. Es wird seit 2023 aktiv entwickelt. maestro ist unter der Apache-2.0-Lizenz verfügbar. Die Hauptthemen sind: captioning, fine-tuning, florence-2, multimodal.
Vereinfachung des Feinabstimmungsprozesses für multimodale Modelle: PaliGemma 2, Florence-2 und Qwen2.5-VL
maestro ist ein Open-Source-Projekt. Es wird unter der Apache-2.0-Lizenz veröffentlicht.
Ja. maestro ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.
maestro ist unter der Apache-2.0-Lizenz verfügbar.
maestro ist hauptsächlich in Python geschrieben.
Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.
[](https://opensourceai.tech/project/roboflow-maestro.html)
Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.