swift 多模态 minicpmv2的训练，使用的尺寸是多大，原始minicpm v-2的训练尺寸可以很大，查看源码只看到minicpmv2的输入尺寸是448，训练和推理时对于大图会在原图上进行处理吗，还是会统一直接resize缩放到448？

多模态 minicpmv2的训练，使用的尺寸是多大，原始minicpm v-2的训练尺寸可以很大，查看源码只看到minicpmv2的输入尺寸是448，训练和推理时对于大图会在原图上进行处理吗，还是会统一直接resize缩放到448？

Open zhly0 opened this issue 2 months ago • 2 comments

多模态 minicpmv2的训练，使用的尺寸是多大，原始minicpm v-2的训练尺寸可以很大，查看源码只看到minicpmv2的输入尺寸是448，训练和推理时对于大图会在原图上进行处理吗，还是会统一直接resize缩放到448？

Apr 23 '24 01:04 zhly0

在请教一下有单独训练视觉模块图生文的代码不

Apr 24 '24 05:04 zhangfan-algo

@Jintao-Huang，能帮忙看下吗

Apr 29 '24 05:04 zhly0