‹ arXiv cs.LG

使用生成人工智能扩展无分类图像标签:多模式

原文:Scaling Taxonomy-Free Image Labeling with Generative AI: A Multimodal

arXiv cs.LG 未缓存正文

提供对图像的实时多模式洞察具有挑战性,因为它需要低延迟、高描述精度以及经济高效的可扩展解决方案。例如,给定一个新的服装图像,我们希望生成该图像描绘“大地色调”和“亚麻裤”的见解,并允许用户沿着这些主题探索类似的想法。传统

正在把原文抓到本机服务器…首次约 3~8 秒,抓好后本站永久缓存,下次秒开。

抓不到时可直接看原文(部分站点需要登录/反爬,服务器也无法抓取)。

打开原文 ↗

正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。

相关报道同一事件 / 同分类