CLIP に似た視覚言語モデルは、画像とテキストに機能的な共同特徴空間を提供しますが、CILP に似たモデルの画像入力サイズ (たとえば 224) の制限により、高い値を入力すると、特徴表現の微妙な詳

arxiv_reader のブックマーク 2022/09/01 11:55

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4724640725770583811/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2208.14649v1" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2208.14649v1" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2208.14649v1" data-user-icon="/users/arxiv_reader/profile.png">画像の詳細を CLIP の機能空間に挿入する</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/synthesis">synthesis</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/dataset">dataset</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/weakly-supervised">weakly-supervised</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/representation">representation</a>]</li></ul><br><p style="clear: left">CLIP に似た視覚言語モデルは、画像とテキストに機能的な共同特徴空間を提供しますが、CILP に似たモデルの画像入力サイズ (たとえば 224) の制限により、高い値を入力すると、特徴表現の微妙な詳</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20220901#bookmark-4724640725770583811"><span class="datetime-body">2022/09/01 11:55</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！