CrossView-Search：基于智能体及几何结构的跨视角图像位置识别

0.鸣谢

感谢 上海人工智能实验室书生浦语大模型 的支持，感谢实训营提供的赞助和机会。

1.展示(点击进入)：

快速运行：

1. 创建 .env 文件（参考 .env.example）并配置以下 API 密钥：
   • DASHSCOPE_API_KEY：通义千问VL大模型API密钥
   • BOCHA_API_KEY：博查搜索API密钥
   • AMAP_API_KEY：高德地图API密钥
   • SILICON_FLOW_API_KEY：Silicon Flow API秘钥
2. 安装依赖：pip install -r requirements.txt
3. 运行服务：python center/center.py

2.介绍

MultiAgent-Search是基于InternLM书生浦语大模型实现的多智能体项目，在图寻地址方面为全球首创，旨在利用多Agent识别上海市松江大学城图像，识别过程很好地模拟了人类思考图像位置的过程，以进行图像寻址，如：上海工程技术大学松江校区-图书馆等，在图像寻址功能上超越了ChatGPT4o与文心一言3.5等大模型。