X-Decoder的正式实现，用于像素、图像和语言的广义解码

https://github.com/microsoft/X-Decoder/tree/xgpt 

我们受到MSRA同事开发的visual-chatgpt的启发，使用语言链来增强会话X-Decoder，并涵盖我们单个X-Decoder模型的所有功能。

X-GPT有几个独特的新功能：

  1. 它使用单个X解码器模型来支持广泛的视觉和视觉语言任务。不需要为单个任务提供单独的模型。
  2. 它提供最先进的细分性能。它比CLIPSeg或其他现有的开放式词汇细分系统要好得多。
  3. 它还支持文本到图像检索。您可以选择从自己的池中找到真实图像，或要求生成新图像。

在X-Decoder的支持下，我们开发了一个更接地的指示Pix2Pix，将其集成到我们的X-GPT中。

 

 

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除