实体 MSCOCO-1k

MSCOCO-1k

PulseAugur coverage of MSCOCO-1k — every cluster mentioning MSCOCO-1k across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_301382 · Oct 15 · 04:00

新方法通过对齐视觉块和文本来增强孟加拉语图像字幕生成

研究人员开发了一种新的孟加拉语图像字幕生成方法，该方法提高了视觉元素和文本之间的对齐度，尤其是在低资源场景下。该方法利用了结合了块对齐、InfoNCE 和最优传输的三重损失目标，以增强真实和合成图像-文本对之间的对应关系。该技术在 Flickr30k-1k 和 MSCOCO-1k 等基准数据集上显著提高了性能，优于现有的对比学习基线。