DRTN : Réseau de transformateurs à double relation avec effacement de caractéristiques et apprentissage contrastif pour la classification d'images multi-étiquettes

Sciences de l'information, Informatique, Intelligence artificielle,
Classification d'images multi-étiquettes   Transformateur   Pseudo-région   Effacement de caractéristiques   Apprentissage contrastif  

Nouvelle avancée dans la classification d’images multi-étiquettes : le réseau Transformer à double relation Contexte académique La classification d’images multi-étiquettes (Multi-Label Image Classification, MLIC) est un problème fondamental mais très complexe dans le domaine de la vision par ordinateur. Contrairement à la classification d’images à ...

Apprentissage avec des biais inductifs enrichis pour les modèles vision-langage

Sciences de l'information, Informatique, Intelligence artificielle,
Modèles vision-langage   Biais inductifs   Adaptation à quelques exemples   Transformateur  

Learning with Enriched Inductive Biases for Vision-Language Models Contexte de recherche et problématique Ces dernières années, les modèles visio-langagiers (Vision-Language Models, VLMs) ont enregistré des progrès significatifs dans les domaines de la vision par ordinateur et du traitement du langage naturel. Ces modèles sont pré-entraînés sur de ...