基于Transformer框架的细粒度图像描述方法研究.pdf

基于Transformer框架的细粒度图像描述方法研究.pdf

  1. 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
  2. 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  3. 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

图像描述任务是图像理解领域的热门研究内容,它需要对场景有全面的理解,

并对其进行描述以反映这种理解。这一技术的应用领域广泛,包括自动图像标注、

医疗诊断、自动驾驶等。近年来,基于Transformer架构的图像描述模型已经成

为这一领域的通用模型,其强大的表达能力和对长距离依赖的建模能力使其在图

像描述任务中表现出色。这类模型通常使用目标检测模型(例如FasterR-CNN)

来提取图像的区域级视觉特征,然后将其输入编码-解码器网络来生成相应的文

本描述。然而基于目标检测模型提取的区域视觉

文档评论(0)

136****6583 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7043055023000005

1亿VIP精品文档

相关文档