登录社区云，与社区用户共同成长
邀请您加入社区
例如，对于ImageNet的类别，可以将其转化为类似"A photo of a {object}"这样的句子，对于ImageNet的1000个类别，就可以生成1000个这样的句子。推理时，将需要分类的图像送入图像编码器以获取特征，然后计算图像特征与1000个文本特征的余弦相似度，选择最相似的文本特征对应的句子，从而完成分类任务。在推理过程中，给定一张图片，通过图像编码器可得到该图片的特征。CLIP
文本到图像的人物检索仍然是一项艰巨的任务，原因在于身份内部的显著差异以及视觉和语言之间的模式异质性。前一个挑战源于这样一个事实，即身份的视觉外观因姿势、视角、照明和其他因素而不同，而文本描述则因任意描述顺序和文本模糊性而不同。后一个挑战是跨模态任务中的主要问题，是由视觉和语言之间固有的表征差异造成的。为了应对上述两个挑战，文本到图像的人物检索的核心研究问题是探索更好的方法来提取具有区分性的特征表征
图文检索
——图文检索
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
2048 AI社区
