技術(shù)編號：40578639
提示：您尚未登錄，請點(diǎn) 登 陸 后下載，如果您還沒有賬戶請點(diǎn) 注 冊 ，登陸完成后，請刷新本頁查看技術(shù)詳細(xì)信息。本發(fā)明屬于計算機(jī)視覺和自然語言處理，涉及視覺-語言模型（vlms）的研究，特別是關(guān)于圖像和文本數(shù)據(jù)的對齊分析的一種視覺-語言模型對齊限制的評估方法。背景技術(shù)、視覺-語言模型（vision-language?models,?vlms）近年來取得了顯著的成功，并引起了廣泛的研究關(guān)注。這些模型主要通過對齊大規(guī)模的圖像-文本配對數(shù)據(jù)，建立共享的嵌入空間，實(shí)現(xiàn)跨模態(tài)學(xué)習(xí)和開放詞匯知識的涵蓋。因此，vlms在圖像-文本檢索、視覺問答（visual?question?answering,?vqa）等各種視覺...
注意：該技術(shù)已申請專利，請尊重研發(fā)人員的辛勤研發(fā)付出，在未取得專利權(quán)人授權(quán)前，僅供技術(shù)研究參考不得用于商業(yè)用途。
該專利適合技術(shù)人員進(jìn)行技術(shù)研發(fā)參考以及查看自身技術(shù)是否侵權(quán)，增加技術(shù)思路，做技術(shù)知識儲備，不適合論文引用。
請注意，此類技術(shù)沒有源代碼，用于學(xué)習(xí)研究技術(shù)思路。