多模态大语言模型Qwen2-VL-7B-Captioner-Relaxed：经过指令调整的Qwen2-VL-7B-Instruct版本

Qwen2-VL-7B-Captioner-Relaxed 是 Qwen2-VL-7B-Instruct 的一个经过指令调整的版本，它是一个多模态大语言模型。这个经过精细调整的版本是基于一个为文生图模型收集的数据集，能够提供对给定图像更加详尽的描述。

• 模型：https://huggingface.co/Ertugrul/Qwen2-VL-7B-Captioner-Relaxed
• 原版模型：https://huggingface.co/collections/Qwen/qwen2-vl-66cee7455501d7126940800d

主要特点：

• 增强的细节：生成更全面和细致的图像描述。
• 放宽的限制：与基础模型相比，提供的限制更少的图像描述。
• 自然语言输出：使用自然语言描述图像中的不同主题，并指定它们的位置。
• 优化图像生成：以与最新文生图模型兼容的格式生成标题。

注意：这个经过精细调整的模型针对创建文生图数据集进行了优化。因此，在其他任务上的性能（例如，在 mmmu_val 上可能会降低约10%）可能低于原始模型。

如何在ComfyUI中使用？

安装ComfyUI_QwenVL这款插件后，即可在ComfyUI使用该模型用于图生图。

• 插件地址：https://github.com/alexcong/ComfyUI_QwenVL