Phân loại ảnh đa phương thức
Phân loại ảnh đa phương thức mở rộng phân loại ảnh tiêu chuẩn bằng cách kết hợp các phương thức bổ sung — chẳng hạn như chú thích văn bản, âm thanh hoặc siêu dữ liệu có cấu trúc — cùng với các đặc trưng ảnh. Các bộ mã hóa riêng biệt xử lý từng phương thức, biểu diễn của chúng được hợp nhất, và một bộ phân loại chung gán nhãn đích. Các mô hình như CLIP chứng minh rằng sự liên kết ảnh-văn bản cho phép phân loại ảnh zero-shot và few-shot trên quy mô lớn.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Multimodal Image Classification (Vision + Auxiliary Modality Fusion). ScholarGate. https://scholargate.app/vi/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.
- Phân loại ảnh tinh chỉnhHọc sâu↔ compare
- Phân loại ảnhHọc sâu↔ compare
- Phân loại dựa trên BERT đa phương thứcHọc sâu↔ compare
- Phát hiện đối tượng đa phương thứcHọc sâu↔ compare
- Nhúng câu đa phương thứcHọc sâu↔ compare
- Transformer Đa phương thứcHọc sâu↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →