社区讨论LinuxDo 最新
惊了！Gemini的视觉能力原来强到这种程度！
1~2年前，我当时对漫画图片提取分镜很感兴趣。 当时折腾了好几个月opencv算法，才达到现在Gemini的效果。 现在发现Gemini3.7 flash One Shot就搞定了！ 听说Qwen3.8视觉能力很强，试了下还是差Gemini一个档次。 原图： Gemini标记图： Qwen标记图： 本来还想试下Chatgpt，没想到报错了： We’re so sorry, but the image we created may violate our content policies. If you think…
内容摘要
作者：#bobox
板块：#搞七捻三
1~2年前，我当时对漫画图片提取分镜很感兴趣。
当时折腾了好几个月opencv算法，才达到现在Gemini的效果。
现在发现Gemini3.7 flash One Shot就搞定了！
听说Qwen3.8视觉能力很强，试了下还是差Gemini一个档次。
原图：
Gemini标记图：
Qwen标记图：
本来还想试下Chatgpt，没想到报错了：
We’re so sorry, but the image we created may violate our content policies. If you think we got it wrong, please retry or edit your prompt.
提示词：用红色边界给漫画图片的分镜绘制边框，注意分镜很多是不规则的图形
资讯来源
LinuxDo