ChartVLM 项目使用教程
2024-08-15 12:44:38作者:盛欣凯Ernestine
ChartVLM
探索图表理解新境界!🚀 GitHub 上的 ChartVLM 项目结合 ChartX 测试集,评估多模态大模型在解析各类图表和基于内容推理的能力。涵盖18种图表类型、7项任务、22个学科主题,助力构建更强大的可解释性多模态模型。已有实验表明,ChartVLM 在主流模型中脱颖而出,表现堪比 GPT-4V。立即参与,推动图表处理技术革新!👨💻👩💻
1. 项目的目录结构及介绍
ChartVLM 项目的目录结构如下:
ChartVLM/
├── data/
│ ├── 3D-Bar/
│ │ ├── code/
│ │ ├── csv/
│ │ ├── png/
│ │ ├── txt/
│ ├── area_chart/
│ │ ├── code/
│ │ ├── csv/
│ │ ├── png/
│ │ ├── txt/
│ ├── rose/
│ │ ├── code/
│ │ ├── csv/
│ │ ├── png/
│ │ ├── txt/
├── inference.py
├── config.yaml
├── README.md
目录结构介绍
data/
: 存储图表数据,包含多个子目录,每个子目录对应一种图表类型。3D-Bar/
,area_chart/
,rose/
: 不同类型的图表数据。code/
: 存储绘图的 Python 代码。csv/
: 存储图表的 CSV 数据。png/
: 存储图表的图像文件。txt/
: 存储图表的文本描述。
inference.py
: 项目的启动文件,用于执行图表推理任务。config.yaml
: 项目的配置文件,包含各种配置参数。README.md
: 项目说明文档。
2. 项目的启动文件介绍
inference.py
inference.py
是 ChartVLM 项目的启动文件,主要用于执行图表推理任务。以下是该文件的主要功能和使用方法:
# inference.py 示例代码
import config
from models import ChartVLM
def main():
# 加载配置
cfg = config.load_config('config.yaml')
# 初始化模型
model = ChartVLM(cfg)
# 执行推理任务
model.infer()
if __name__ == "__main__":
main()
使用方法
- 确保配置文件
config.yaml
正确设置。 - 运行
python inference.py
启动推理任务。
3. 项目的配置文件介绍
config.yaml
config.yaml
是 ChartVLM 项目的配置文件,包含各种配置参数。以下是该文件的主要内容和配置项:
# config.yaml 示例内容
model:
name: "ChartVLM"
version: "1.0"
data:
path: "data/"
types: ["3D-Bar", "area_chart", "rose"]
inference:
batch_size: 32
device: "cuda"
配置项介绍
model
: 模型相关配置。name
: 模型名称。version
: 模型版本。
data
: 数据相关配置。path
: 数据存储路径。types
: 支持的图表类型。
inference
: 推理任务相关配置。batch_size
: 批处理大小。device
: 运行设备(如cuda
或cpu
)。
通过配置文件,用户可以灵活调整模型和数据的相关参数,以适应不同的应用场景。
ChartVLM
探索图表理解新境界!🚀 GitHub 上的 ChartVLM 项目结合 ChartX 测试集,评估多模态大模型在解析各类图表和基于内容推理的能力。涵盖18种图表类型、7项任务、22个学科主题,助力构建更强大的可解释性多模态模型。已有实验表明,ChartVLM 在主流模型中脱颖而出,表现堪比 GPT-4V。立即参与,推动图表处理技术革新!👨💻👩💻
热门项目推荐
相关项目推荐
- CangjieCommunity为仓颉编程语言开发者打造活跃、开放、高质量的社区环境Markdown6690
- redis-sdk仓颉语言实现的Redis客户端SDK。已适配仓颉0.53.4 Beta版本。接口设计兼容jedis接口语义,支持RESP2和RESP3协议,支持发布订阅模式,支持哨兵模式和集群模式。Cangjie32226
- Yi-CoderYi Coder 编程模型,小而强大的编程助手305
- qwerty-learner为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workersTypeScript15.77 K1.48 K
- advanced-javaAdvanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。JavaScript76.1 K19.07 K
- taro开放式跨端跨框架解决方案,支持使用 React/Vue/Nerv 等框架来开发微信/京东/百度/支付宝/字节跳动/ QQ 小程序/H5/React Native 等应用。 https://taro.zone/TypeScript35.51 K4.79 K
- CommunityCangjie-TPC(Third Party Components)仓颉编程语言三方库社区资源汇总252
- Wwindows暂无简介Shell16.14 K1.35 K
- byzer-langByzer(以前的 MLSQL):一种用于数据管道、分析和人工智能的低代码开源编程语言。Scala1.88 K551
- AanacondaAnaconda turns your Sublime Text 3 in a full featured Python development IDE including autocompletion, code linting, IDE features, autopep8 formating, McCabe complexity checker Vagrant and Docker support for Sublime Text 3 using Jedi, PyFlakes, pep8, MyPy, PyLint, pep257 and McCabe that will never freeze your Sublime Text 3Python2.22 K263
热门内容推荐
展开
最新内容推荐
展开
项目优选
收起
CangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
669
0
RuoYi-Vue
🎉 基于SpringBoot,Spring Security,JWT,Vue & Element 的前后端分离权限管理系统,同时提供了 Vue3 的版本
Java
136
18
openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
10
4
redis-sdk
仓颉语言实现的Redis客户端SDK。已适配仓颉0.53.4 Beta版本。接口设计兼容jedis接口语义,支持RESP2和RESP3协议,支持发布订阅模式,支持哨兵模式和集群模式。
Cangjie
322
26
advanced-java
Advanced-Java是一个Java进阶教程,适合用于学习Java高级特性和编程技巧。特点:内容深入、实例丰富、适合进阶学习。
JavaScript
75.83 K
19.04 K
qwerty-learner
为键盘工作者设计的单词记忆与英语肌肉记忆锻炼软件 / Words learning and English muscle memory training software designed for keyboard workers
TSX
15.56 K
1.44 K
Jpom
🚀简而轻的低侵入式在线构建、自动部署、日常运维、项目监控软件
Java
1.41 K
292
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手
HTML
30
5
easy-es
Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
1.42 K
231
taro
开放式跨端跨框架解决方案,支持使用 React/Vue/Nerv 等框架来开发微信/京东/百度/支付宝/字节跳动/ QQ 小程序/H5/React Native 等应用。 https://taro.zone/
TypeScript
35.34 K
4.77 K