语言增强的零样本多模态物体识别模型

我要开发同款
ggjjz2024年05月27日
93阅读
开发技术torch、自然语言处理、机器视觉、图像识别、深度学习

作品详情

当前越多越多的业务开始使用多模态大模型,尤其是视觉-语言预训练模型。在实际使用中,我们通常需要对预训练模型进行调优来适配实际的业务场景,而这需要大量的资源介入且费时费力,尤其是对视觉基座的调优在资源有限的情形下几乎是不可行的。本项目探索了在不调优视觉基座的前提下,仅通过对语言端进行调优并优化推理过程,实现语言增强的零样本多标签分类任务 (Zero-shot Multi-label Classification)。本项目为国际比赛获奖项目。
声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态

评论