R调用Hugging Face Transformers多字符串输入的等效语法求解

核心问题是你误用了参数名：Hugging Face的zero-shot-image-classification pipeline接收多标签输入的参数为candidate_labels，而非text。之前的报错是因为模型无法获取有效候选标签，导致内部处理时触发NoneType相关错误。

以下是正确的R代码实现：

library(reticulate)
transformers <- reticulate::import("transformers")

# 初始化零样本图像分类pipeline
image_classification_zero_shot <- transformers$pipeline(
  task = "zero-shot-image-classification", 
  model = "openai/clip-vit-base-patch32"
)

image_url <- "http://images.cocodataset.org/val2017/000000039769.jpg"

# 正确传入多标签：使用candidate_labels参数，R向量或列表均可
result <- image_classification_zero_shot(
  images = image_url,
  candidate_labels = c("a photo of a cat", "a photo of a dog")
)

# 输出结果
print(result)

关键说明 #

• 在R中，reticulate会自动将R字符向量（c()创建）或列表（list()创建）转换为Python列表，无需额外手动转换。
• 必须使用candidate_labels参数传递分类候选标签，这是zero-shot-image-classification pipeline的标准参数要求。

内容的提问来源于stack exchange，提问作者qwertzuiop