Klasyfikacja obrazów w wielu językach
Klasyfikacja obrazów w wielu językach polega na trenowaniu modeli wizualnych do rozpoznawania i etykietowania obrazów, gdy nazwy klas, sygnały nadzoru lub kryteria oceny obejmują wiele języków. Umożliwia to, dzięki wielojęzycznym modelom wizualno-językowym, takim jak CLIP, pojedynczemu modelowi klasyfikowanie obrazów przy użyciu podpowiedzi lub etykiet w dowolnym obsługiwanym języku, co ułatwia wdrażanie systemów wizji komputerowej w różnych kulturach i językach.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Multilingual Image Classification (Cross-Lingual Vision Model). ScholarGate. https://scholargate.app/pl/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.
- Klasyfikacja obrazówUczenie głębokie↔ compare
- Wielojęzyczne osadzanie zdańUczenie głębokie↔ compare
- Wielojęzyczny Transformer WizyjnyUczenie głębokie↔ compare
- Klasyfikacja multimodalna obrazówUczenie głębokie↔ compare
- Transfer Learning z klasyfikacją obrazówUczenie głębokie↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →