สอบถามถึงการเตรียมdataset เพื่อtrainครับ ไม่รู้ว่าจะจัดฟอร์มรูปแบบไหนดี ปล.พรุ่งนี้อาจไม่ได้เข้านะครับ

[PasinBuakhaw]

processor = AutoProcessor.from_pretrained("Salesforce/blip-image-captioning-base")
model = BlipForConditionalGeneration.from_pretrained("Salesforce/blip-image-captioning-base")
Datasetdatatset3.csv
Colabhttps://colab.research.google.com/drive/1VaRUTdSC9umKjal61mvqhfve_YGCi_F0?usp=sharing(ผมถนัดเปิดfileในcolabนะครับ
sorry)

---

[Augustus2011]

@harry-pop
น่าจะเป็นที่ data_list[0]['caption'] ขนาดlist>1 ตัวmodelน่าจะรับcaptionได้เเค่1 ลองเลือกมา1อันก่อนครับ
ถ้าอยาก train ภาพละหลายเเคปชั่นลองmapเเตกออกมา 1ภาพ:5cap เป็น 5 ภาพเดิม:5เเคป