Tietosarja: Upotustiedot / Flickr30K-kuvaukset
term_id: datasetembedding_dataflickr30k_captions
Category: training_techniques
Definition
Flickr30K-kuvaukset on laajasti käytetty vertailutietosarja, jossa on 31 783 kuvaa, joista jokaisesta on annettu viisi erilaista englantilaista lausetta kuvaamassa visuaalista sisältöä. Se toimii perustana.
Summary
Monimuotoinen tietosarja, joka linkittää 31 000 kuvaa ihmisten luomien kuvauksien kanssa cross-modaalisten upotusmallien koulutusta varten.
Key Concepts
- Monimuotoinen oppiminen
- Kuva-teksti-yhdistäminen
- Cross-modaalinen haku
- Visuaalinen maastotunnistus
Use Cases
- Kuvahakukoneiden rakentaminen
- Kuvien kuvausten generointi
- Näkö-kielimallien koulutus