2024年10月21日
论文阅读-ArtVLM: Attribute Recognition Through Vision-Based Prefix Language Modeling
摘要： 摘要 识别并从对象中分离视觉属性是许多计算机视觉应用的基础。虽然像CLIP这样的大型视觉-语言表示在很大程度上解决了零样本对象识别的任务，但零样本视觉属性识别仍然是一个挑战，因为CLIP通过对比学习得到的视觉-语言表示无法有效捕捉对象-属性依赖关系。在本文中，我们针对这一弱点提出了一个基于句子生成的 阅读全文
posted @ 2024-10-21 20:41 seekwhale13 阅读(46) 评论(0) 推荐(0) 编辑