LISA项目简介

LISA(Large Language Instructed Segmentation Assistant)是一个基于大语言模型的图像分割推理系统,由香港中文大学等机构的研究者开发。该系统能够根据自然语言指令生成图像分割结果,并提供解释性输出,实现了复杂推理、世界知识应用、多轮对话等能力。

主要特点

• 支持复杂推理:能够理解并执行需要推理能力的分割任务
• 应用世界知识:利用大语言模型的知识解答问题
• 提供解释性输出:不仅给出分割结果,还能解释原因
• 支持多轮对话:可以进行连续的问答交互
• 零样本能力强:仅用少量数据就能实现良好效果

相关资源

1. 项目主页

• GitHub仓库: GitHub - dvlab-research/LISA: Project Page for "LISA: Reasoning Segmentation via Large Language Model"

2. 论文

• LISA: Reasoning Segmentation via Large Language Model

3. 模型

• LISA-13B-llama2-v1
• LISA-13B-llama2-v1-explanatory
• LISA-7B-v1

4. 数据集

• ReasonSeg数据集

5. 在线演示

• Gradio演示

使用指南

1. 安装依赖:

pip install -r requirements.txt
pip install flash-attn --no-build-isolation

1. 下载预训练模型

2. 运行推理:

python chat.py --version='xinlai/LISA-13B-llama2-v1'

1. 本地部署:

python app.py --version='xinlai/LISA-13B-llama2-v1 --load_in_4bit'

更多详细使用说明请参考GitHub README。

LISA项目为研究人员和开发者提供了一个强大的视觉-语言推理工具,欢迎大家尝试使用并为项目做出贡献!

文章链接：www.dongaigc.com/a/lisa-learning-resources-summary

https://www.dongaigc.com/a/lisa-learning-resources-summary