ImageScope: Unifying Language-Guided Image Retrieval through Collective Reasoning with Large Multimodal Models

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了ImageScope框架,通过集体推理和语言组合特性,统一语言指导图像检索(LGIR)任务,显著提升了检索的准确性和可靠性。实验结果显示,ImageScope在六个数据集上优于现有基线。

🏷️

标签

➡️

继续阅读