图像理解在线体验

约束限制

• 该功能仅支持“西南-贵阳一”区域。
• 单次对话一次只能发送一张图片，且必须携带文字。图片大小不能超过1MB，图片格式为jpg、jpeg、png或webp。

计费说明

• 使用预置服务或者使用预置服务创建的自定义接入点：统计模型进行实时推理服务时消耗的Token数量，按Token数量付费，详情请参见图像理解模型计费。
• 使用我的服务：会产生计算资源和存储资源的累计值计费，详情请参见计算资源计费项。

前提条件

• 使用预置服务：在“在线推理 > 预置服务”页签，已开通图像理解模型的预置服务。具体操作，请参见在预置服务中开通商用服务。
• 使用我的服务：在“在线推理 > 我的服务”页签，服务列表存在运行中、更新中或升级中的图像理解模型服务。具体操作，请参见部署模型服务。
• 使用自定义接入点：在“在线推理 > 自定义接入点”页签，已创建图像理解模型的自定义接入点。具体操作，请参见在预置服务中创建自定义接入点。

体验图像理解

1. 登录ModelArts Studio（MaaS）控制台，在顶部导航栏中选择目标区域。
2. 任选以下方式体验图像理解。
   • 方式一
     1. 在左侧导航栏中，选择“模型体验 > 图像理解”。
     2. 在“图像理解”页面左上角单击“请选择模型服务”，或者在页面中间单击“选择模型”，在“预置服务”、“我的服务”或“自定义接入点”页签，选择要体验的模型服务，单击“确定”。
        • “预置服务”页签：选择目标服务版本进行体验。
        • “我的服务”页签：单击已部署的模型服务进行体验。
        • “自定义接入点”页签：单击使用中的自定义接入点。
   • 方式二
     1. 在左侧导航栏中，选择“模型推理 > 在线推理”。
     2. 在“在线推理”页面，任选以下方式进入“图像理解”页面。
        • 在“预置服务”页签，单击图像理解模型服务操作列的“在线体验”，按需选择版本，进入“图像理解”页面。
        • 在“我的服务”页签，单击图像理解模型服务操作列的“更多 > 在线体验”，进入“图像理解”页面。
        • 在“自定义接入点”页签：单击图像理解模型服务操作列的“在线体验”，进入“图像理解”页面。
3. （可选）在“图像理解”页面左上方，单击“模型参数”，按需拖动或直接输入数值配置推理参数，获得更好的模型推理效果。单击“恢复默认”可以将参数值调回默认值。
   图1 设置推理参数
   

   表1 参数设置

   参数	说明
   温度/Temperature	设置推理温度，用于控制生成文本的随机性和创造性，Temperature数值越大随机性越大。 数值较低，输出结果更加集中和确定。 数值较高，输出结果更加随机，更有创意性。 取值范围：0~2 默认值：不同模型的默认值不同，请以实际环境为准。
   核采样/top_p	设置推理核采样，用于调整输出文本的多样性。top_p数值越大，生成文本的多样性就越高。 数值较低，输出可选的tokens类型越少，更有确定性。 数值较高，输出可选的tokens类型越多，更有多样性。 取值范围：0.1~1 默认值：不同模型的默认值不同，请以实际环境为准。 详细解释：top_p可以设置tokens候选列表的大小，将可能性之和刚好超过设定值P的top tokens列入候选名单，然后从候选名单中随机采样，生成一个token。
   top_k	用于控制输出tokens的多样性。top_k值越大输出的tokens类型越丰富。选择在模型的输出结果中选择概率最高的前K个结果。 数值较低，输出可选的tokens类型越少，更有确定性。 数值较高，输出可选的tokens类型越多，更有多样性。 取值范围：1~1000 默认值：20 详细解释：top_k可以设置保留概率最高的前K个tokens，从中随机抽取一个token作为最终输出。这种方法可以限制输出序列的长度，并仍然保持样本的一定多样性。

4. 在“图像理解”页面下方，单击图标，上传图片（新上传图片将替换原有图片）并输入问题，或者直接使用控制台提供的示例图片，然后单击图标发送。
   图2 图像理解示例
   

   在模型回答过程中，您可以在对话框单击图标，停止模型回答，停止后该对话不产生计费。当模型回答后，您可以单击模型对话框中的图标复制回答，也可以单击图标重新生成回答。

   图像理解支持多轮对话。如果您需要开启新的对话，可以在页面右上角单击“开启新对话”，在“开启新对话”对话框中单击“确定”。开启新对话将清除全部对话，无法保留对话记录。

相关文档

您可以使用API调用图像理解模型服务。关于参数说明，请参见对话Chat/Post。