这个深度学习库能执行10多种图像文本任务，有20多个数据集，还统一接口｜已开源

点击上方↑↑↑“OpenCV学堂”关注我来源：公众号 量子位 授权支持10余种图像文本任务，囊括20多种数据集，还提供SOTA模型性能和可复现预训练及微调实验配置。没错，这是一个视觉语言深度学习框架就可以拥有的。这个库的庐山真面目是：Salesforce亚洲研究院推出的LAVIS。并且，它还统一了接口，降低开发成本和入门门槛。最重要的是：已开源！LAVIS全⽅位⽀持视觉语⾔任务、数据集、模型。如果还不能看不出它的优势，那话不多说，直接看LAVIS与现有多模态库的对比图。相较之下，现存的视觉语⾔框架只⽀持较少⼀部分任务和数据集，逊色了不少。除此之外，LAVIS还附带了丰富的开源资源和⼯具，就比如说它提供了一个图形化的工具，可以可视化数据集的样本，以便于能更好的预览、理解数据。并且随着LAVIS一起开源的还有GUI demo，它的功能就有 ………………………………