ArtVLM: 基于视觉前缀语言建模的属性识别

BriefGPT - AI 论文速递 · 2024-08-07T00:00:00Z

最近的研究发现，使用基于大型语言模型的可解释视觉识别方法可以通过查询属性对图像进行分类。研究者提出了一种新的学习搜索方法，仅使用32个属性就能在CUB数据集上区分200个鸟类，性能接近于使用大量属性的方法。该方法还具有更高的可解释性、互动性和总结知识的能力。