run_mobileagentv3.py中operator推理的结果,坐标缺少转换

Aperta Adatta ai principianti
#192 1 commento 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
2/5
Tempo stimato
1-3 ore
Idoneità per principianti
70/100
Tipo di issue
Bug
Chiarezza
Specificata chiaramente
Stato di attività
Ferma
Stack tecnologico
python
Ambito
mobile-dev

Direzione di ricerca

Apri run_mobileagentv3.py e individua la chiamata a smart_resize che preelabora le immagini prima dell'inferenza vLLM, poi trova dove vengono analizzate le uscite di coordinate del modello. Aggiungi la trasformazione di scala inversa per convertire tali coordinate dallo spazio dell'immagine ridimensionata alle dimensioni originali dell'immagine. Conferma la correzione eseguendo lo script e verificando che le coordinate riportate corrispondano alla risoluzione originale dello schermo.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

RT,run_mobileagentv3.py中在vllm推理前,对图像进行了smart_resize的缩放,也就是vllm推理的结果中如有坐标,应该是基于resize之后的结果,并非原始图像结果

Lingua principale
Python
Stelle
9.3k
Fork
928
Merge medio
1g 2h
PR unite (30g)
3

Preparare l'ambiente

Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di X-PLUG/MobileAgent

Tutte le issue di X-PLUG/MobileAgent

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.