Daudzvalodu attēlu klasifikācija
Daudzvalodu attēlu klasifikācija apmāca vizuālos modeļus atpazīt un marķēt attēlus, ja klašu nosaukumi, uzraudzības signāli vai novērtēšanas etaloni aptver vairākas valodas. Tā, ko nodrošina daudzvalodu redzes un valodu modeļi, piemēram, CLIP, ļauj vienam modelim klasificēt attēlus, izmantojot norādes vai etiķetes jebkurā atbalstītajā valodā, tādējādi atvieglojot datorredzes sistēmu starpkultūru un starpvalodu izvietošanu.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Radford, A., Kim, J. W., Hallacy, C., Ramesh, A., Goh, G., Agarwal, S., ... & Sutskever, I. (2021). Learning transferable visual models from natural language supervision. In Proceedings of the 38th International Conference on Machine Learning (ICML), pp. 8748–8763. PMLR. link ↗
- Image classification. Wikipedia. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Multilingual Image Classification (Cross-Lingual Vision Model). ScholarGate. https://scholargate.app/lv/deep-learning/multilingual-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.
- Attēlu klasifikācijaDziļā mācīšanās↔ compare
- Daudzvalodu teikumu iegulšanasDziļā mācīšanās↔ compare
- Daudzvalodu redzes transformatorsDziļā mācīšanās↔ compare
- Daudzmodālu attēlu klasifikācijaDziļā mācīšanās↔ compare
- Pārneses apmācība attēlu klasifikācijāDziļā mācīšanās↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →