会员服务
图像字幕（Image Captioning）,是指从图像生成文本描述的过程，主要根据图像中物体和物体的动作。
Image captioning in different languages
Arxiv
0+阅读 · 4月2日
Group-based Distinctive Image Captioning with Memory Difference Encoding and Attention
Arxiv
0+阅读 · 4月3日
A Conformal Risk Control Framework for Granular Word Assessment and Uncertainty Calibration of CLIPScore Quality Estimates
Arxiv
0+阅读 · 4月1日
JEEM: Vision-Language Understanding in Four Arabic Dialects
Arxiv
0+阅读 · 3月27日
BACON: Improving Clarity of Image Captions via Bag-of-Concept Graphs
Arxiv
0+阅读 · 3月27日
ComicsPAP: understanding comic strips by picking the correct panel
Arxiv
0+阅读 · 3月11日
A Deep Learning Approach for Augmenting Perceptional Understanding of Histopathology Images
Arxiv
0+阅读 · 3月19日
GroundCap: A Visually Grounded Image Captioning Dataset
Arxiv
0+阅读 · 3月24日
Florenz: Scaling Laws for Systematic Generalization in Vision-Language Models
Arxiv
0+阅读 · 3月12日
SuperCap: Multi-resolution Superpixel-based Image Captioning
Arxiv
0+阅读 · 3月11日
Natural Language Generation
Arxiv
0+阅读 · 3月25日
Natural Language Generation
Arxiv
0+阅读 · 3月20日
Mind the Gap: Benchmarking Spatial Reasoning in Vision-Language Models
Arxiv
0+阅读 · 3月25日
FungalZSL: Zero-Shot Fungal Classification with Image Captioning Using a Synthetic Data Approach
Arxiv
0+阅读 · 2月26日
VCRScore: Image captioning metric based on V\&L Transformers, CLIP, and precision-recall
Arxiv
0+阅读 · 1月27日
参考链接
微信扫码咨询专知VIP会员
Top