69 lines
3.2 KiB
Python
69 lines
3.2 KiB
Python
from typing import Dict, List, Optional
|
||
|
||
|
||
def build_closedset_prompt(
|
||
labels: List[str],
|
||
fewshot_hints: Optional[Dict[str, str]] = None,
|
||
ingredient_only: bool = False,
|
||
) -> str:
|
||
label_str = "，".join(labels)
|
||
|
||
hint_lines: List[str] = []
|
||
if fewshot_hints:
|
||
hint_lines.append("以下是少量文字示例帮助你区分：")
|
||
for k, v in list(fewshot_hints.items())[:20]:
|
||
hint_lines.append(f"- {k}：{v}")
|
||
hints = "\n".join(hint_lines)
|
||
|
||
constraint = (
|
||
"你只需输出食材名称，不要包含任何烹饪方式或形态描述（如切丝/切片/炒/煮/红烧/清炒等）。\n"
|
||
if ingredient_only
|
||
else ""
|
||
)
|
||
|
||
return (
|
||
"【重要】你必须且只能输出JSON格式，严禁输出任何其他内容（包括英文描述、解释、分析等）。\n\n"
|
||
"你是食品图像分类专家。任务：从给定标签集合中选择最符合图片的一个标签。\n"
|
||
f"标签集合（封闭集，中文）：{label_str}\n\n"
|
||
f"{constraint}"
|
||
f"{hints}\n"
|
||
"要求：\n"
|
||
"1. 必须从标签集合中选择，禁止输出集合外的词\n"
|
||
"2. 给出0-1的置信度分数\n"
|
||
"3. 严格按以下JSON格式输出，不允许有任何偏差\n\n"
|
||
'输出格式（必须严格遵守）：\n{"label":"<标签>","confidence":0.95}\n\n'
|
||
"4. 如果明显不在这些分类中，输出格式如下："
|
||
' \n{"label":"<未知>","confidence":0.95}\n\n'
|
||
"【再次强调】只输出上述JSON，不要有任何额外文字、描述、解释或其他内容。"
|
||
)
|
||
|
||
|
||
def build_openset_prompt() -> str:
|
||
"""
|
||
构建开放式识别提示词（不提供候选列表，让VLM自由识别）
|
||
用于"开放识别+向量匹配"方案
|
||
"""
|
||
return (
|
||
"【重要】你必须且只能输出JSON格式，严禁输出任何其他内容（包括英文描述、解释、分析等）。\n\n"
|
||
"你是专业的中国菜品识别专家。任务：识别图片中的菜品并输出标准中文名称。\n\n"
|
||
"要求：\n"
|
||
"1. 只输出菜品的标准中文名称，例如：宫保鸡丁、红烧肉、西红柿炒鸡蛋\n"
|
||
"2. 禁止输出地域/菜系分类（如川菜、粤菜）\n"
|
||
"3. 禁止输出烹饪方式后缀（如炒制、烹饪），除非该方式是菜名的一部分（如红烧肉）\n"
|
||
"4. 禁止输出括号注释（如（川菜）、（辣味））\n"
|
||
"5. 禁止输出英文翻译\n"
|
||
"6. 给出0-1的置信度分数，表示你对识别结果的确信程度\n"
|
||
"7. 严格按以下JSON格式输出，不允许有任何偏差\n\n"
|
||
'输出格式（必须严格遵守）：\n{"dish":"<菜品标准中文名>","confidence":0.95}\n\n'
|
||
"示例输出：\n"
|
||
'{"dish":"宫保鸡丁","confidence":0.92}\n'
|
||
'{"dish":"红烧肉","confidence":0.88}\n'
|
||
'{"dish":"西红柿炒鸡蛋","confidence":0.95}\n\n'
|
||
"【再次强调】\n"
|
||
"- 只输出上述JSON格式，不要有任何额外文字\n"
|
||
"- 菜品名必须是标准中文，不带任何前缀、后缀、括号、英文\n"
|
||
"- 如果无法识别，输出confidence接近0的值"
|
||
)
|
||
|
||
|