Sep, 2023
深入探讨多模式提示在细粒度视觉分类中的应用
Delving into Multimodal Prompting for Fine-grained Visual Classification
Xin Jiang, Hao Tang, Junyao Gao, Xiaoyu Du, Shengfeng He...
TL;DR本文介绍了一种基于 CLIP 模型的多模态提示解决方案(MP-FGVC),通过跨模态描述充分利用 CLIP 模型在细粒度视觉分类(FGVC)任务中的能力,并且通过多模态的协同推理进一步提高 FGVC 的性能。