はじめに

がちもとさんアドベントカレンダー8日目の記事です。
今日は、OpenAIのGPT-4V（画像説明）でもうちょっと遊んでみます。
実装方法はこちらです。

開発環境

実行結果

通常なら画像分類や物体検出をして、そこに点字ブロックやエスカレーターがあるとか理解させる必要があったのですが、画像説明でできちゃうとは思ってもみなかったです。マジでどうやってるんですかね、、もう人間みたいだし、可能性しかないですね。

お疲れさまでした。