KTVIC:一个基于生活领域的越南图像描述数据集

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

介绍了越南的UIT-OpenViIC图像字幕数据集和CAMO方法,该数据集可用于评估字幕模型,CAMO方法通过融合机制提高了图像表示能力和生成字幕的质量。

🏷️

标签

➡️

继续阅读