pix2pix-zero（Zero-shot Image-to-Image Translation）は指定した画像に対するpromptを自動で作成します。それってImage Captioningに使えるかも。
はじめに前回pix2pix-zero（Zero-shot Image-to-Image Translation）に関する記事を書きました。 touch-sp.hatenablog.com 画像内のオブジェクトを変換する過程でいったん元画像のpromptを自動生成していることに気が付きました。 pix2pix-zero内部ではBLIPモデルというのを使用してpromptを生成しているようです。 この部…
