microsoft/git-base-coco

El modelo GIT-base-COCO es un modelo de generación de texto a partir de imágenes basado en arquitectura GIT (GenerativeImage2Text), que condiciona la generación a la imagen de entrada. Ha sido ajustado sobre el dataset de referencia COCO, ampliamente utilizado en investigación para tareas de image captioning.

Este modelo está alojado en la plataforma de Hugging Face, que actúa como repositorio y ecosistema para la distribución de modelos de inteligencia artificial preentrenados y listos para su uso en producción o investigación. En el contexto de la Cátedra, este modelo se incluye como una selección orientada a tareas de visión por computador, específicamente para la generación de texto a partir de imágenes (descripción y preguntas sobre la imagen), con un enfoque académico y experimental.

Puedes consultar el modelo desde este link: https://huggingface.co/microsoft/git-base-coco