zero-shot vqa | BriefGPT - AI 论文速递

关键词zero-shot vqa

搜索结果 - 6

CVPR通过问题驱动的图像标题作为提示，增强视觉问答能力
通过在视觉问题回答（VQA）过程中利用图像描述作为中介步骤，建立零样本设置，探索了零样本 VQA 的影响。比较了最先进的图像描述模型对于不同问题类型的 VQA 性能在结构和语义上的影响，并在 VQA 过程中提出了一种简单高效的问题驱动图像描
PDF3 months ago
减少幻觉：利用视觉语境增强洪水灾害损害评估的 VQA
本论文提出了一种名为洪水灾害 VQA-TSP 的零样本视觉问答模型，通过两阶段提示生成思考过程并使用视觉上下文来减轻思考过程中的幻觉问题，实验结果显示我们的方法在洪水灾害场景中超过了现有零样本 VQA 模型的性能，为改进基于 CoT 的零样
PDF7 months ago
释放大型语言模型的潜力：洪水灾害场景下的无监督视觉问答（Zero-shot VQA）
基于大规模语言模型 CoT 链条提示的零样本 VQA 模型，通过构建 FFD-IQA 评估数据集，对洪水灾害进行损坏评估，并在复杂问题回答中展现了更好的性能。
PDF7 months ago
EMNLPPlug-and-Play VQA: 使用预训练模型进行零训练的零样例 VQA
提出了一种基于模块化框架的零样本视觉问答方法，使用自然语言和网络解释作为中间表示来连接预训练模型，无需额外训练预训练语言模型，实现了领先于最新端到端训练基线的全面表现，可在零样本 VQAv2 和 GQA 上实现最优结果。
PDF2 years ago
使用知识图谱的零样本视觉问答
本研究提出了一种使用知识图谱和基于掩码的学习机制来更好地结合外部知识的零样本 VQA 算法，并在 F-VQA 数据集上提出了新的基于答案的零样本 VQA 切分。实验表明，我们的方法在处理未见过的答案方面可以实现最先进的性能，并显著增强现有的
PDF3 years ago
零样本视觉问答
本文提出了一种评估 VQA 方法能力的新协议，该方法旨在衡量其执行零摄影技术需求 (Zero-Shot VQA) 的能力，并在此过程中凸显了当前方法的一些实际缺陷，其中一些缺陷被当前数据集中的偏见掩盖。通过在预训练单词嵌入和物体分类器等方面
PDF8 years ago