تصنيف الصور متعدد الوسائط
يمتد تصنيف الصور متعدد الوسائط إلى تصنيف الصور القياسي من خلال دمج وسائط إضافية - مثل التسميات النصية أو الصوت أو البيانات الوصفية المنظمة - إلى جانب ميزات الصور. تقوم المشفرات المنفصلة بمعالجة كل وسيط، ويتم دمج تمثيلاتها، ويقوم مصنف مشترك بتعيين تسمية الهدف. تُظهر نماذج مثل CLIP أن محاذاة الصور والنصوص تُمكّن من تصنيف الصور بدون أمثلة أو بأمثلة قليلة على نطاق واسع.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Radford, A., Kim, J. W., Hallacy, C., Ramesh, A., Goh, G., Agarwal, S., ... & Sutskever, I. (2021). Learning transferable visual models from natural language supervision. Proceedings of the 38th International Conference on Machine Learning (ICML), PMLR 139, 8748–8763. link ↗
- Ngiam, J., Khosla, A., Kim, M., Nam, J., Lee, H., & Ng, A. Y. (2011). Multimodal deep learning. Proceedings of the 28th International Conference on Machine Learning (ICML), 689–696. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Multimodal Image Classification (Vision + Auxiliary Modality Fusion). ScholarGate. https://scholargate.app/ar/deep-learning/multimodal-image-classification
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- تصنيف الصور المضبوط بدقةالتعلم العميق↔ compare
- تصنيف الصورالتعلم العميق↔ compare
- التصنيف المعتمد على نموذج BERT متعدد الوسائطالتعلم العميق↔ compare
- اكتشاف الأجسام متعدد الوسائطالتعلم العميق↔ compare
- تضمينات الجمل متعددة الوسائطالتعلم العميق↔ compare
- المحولات متعددة الوسائط (Multimodal Transformers)التعلم العميق↔ compare