PaliGemma 2(パリジェマ・ツー)とは？

PaliGemma2(パリジェマ・ツー)とは画像認識ができるオープンソースAI

PaliGemma2は、第2世代で画像認識もできます。
商用利用は可でもちろん無料で使えます。

PaliGemma2(パリジェマ・ツー)ができること

・画像キャプション生成：写真を見て一言で説明
・画像に関する質問応答（VQA）：「この画像の中の動物は何匹？」に答える
・物体認識＆分類：画像内の物体を特定して分類
・画像理解型プロンプト処理：「この図を説明して」などに応答可能
・OCRの補助：画像内のテキストに関する理解もある程度OK

PaliGemma2(パリジェマツー)のできること例

画像：海辺で犬が走っている写真
「この写真には何が写っていますか？」
→ 出力: "A dog is running on the beach near the ocean."

なお、パリジェマツーは日本語に対応済みです。

こんな生成AIアプリにもおすすめ

・カメラアプリの画像説明：写真を撮ると自動でキャプション
・視覚障がい者支援：周囲の様子をテキストで説明
・レシート読み取り＆仕分け：OCR + 意味理解で分類支援
・美術解説アプリ：絵画や写真の自動解説