通义千问VL模型 qwen2-vl-2b-instruct 识别传入的图片代码

发布日期：2025/5/17 0:22:52      浏览量：

通义千问VL模型 qwen2-vl-2b-instruct 识别传入的图片

import os
import requests
from dotenv import load_dotenv

load_dotenv()  # 加载 .env 文件

API_KEY = "sk-********************"
IMAGE_URL = "https://www.ffner.com/*******/uploadfile/image/20250516/20250516075712741274.png"

response = requests.post(
    "https://dashscope.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation",
    headers={
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json",
    },
    json={
        "model": "qwen-vl-max",
        "input": {
            "messages": [
                {
                    "role": "user",
                    "content": [
                        {"image": IMAGE_URL},
                        {"text": "这是什么?"}
                    ]
                }
            ]
        }
    }
)

print(response.json())

执行结果如下：

D:\Git\LiveTalking>python getImageContent.py
{’output’: {’choices’: [{’finish_reason’: ’stop’, ’message’: {’role’: ’assistant’, ’content’: [{’text’: ’这是一张显示在 中国社交媒体或视频平台上个人资料页面的截图。图片中的人物是刘佳，她是一位中国内地女演员，也是一级演员，并且是中国广播艺术团的成员。’}]}}]}, ’usage’: {’input_tokens_details’: {’text_tokens’: 22, ’image_tokens’: 394}, ’total_tokens’: 459, ’output_tokens’: 43, ’input_tokens’: 416, ’output_tokens_details’: {’text_tokens’: 43}, ’image_tokens’: 394, ’prompt_tokens_details’: {’cached_tokens’: 0}}, ’request_id’: ’4b0d84f6-e208-90b3-872a-73d356ecb27a’}