image captioning
image captioning
Определение
Задача автоматического создания текстового описания изображения. В RAG применяется для извлечения текстового представления изображения с целью последующей индексации и поиска.
Где встречается
- 117. Какие embedding-модели для мультимодального поиска вы используете CLIP, BLIP-2, ImageBind
- 540. Как работает Q-Former в BLIP-2 и зачем он нужен
- 547. Как вы оцениваете мультимодальную модель на галлюцинации (POPE, MMHal-Bench)
- 552. Как вы делаете image captioning для RAG (извлечение описания изображения)
- 800+ вопросов