多模态
关注
分享
扫一扫
文章平均质量分 73
多模态探究
奔跑的小狗
失败是成功之母
展开
-
有技巧的增加训练数据可以提高模型的性能，但是解决不了模型的短路问题！
前面我们发现了图片编码器是影响多模态模型的瓶颈和训练样本不足导致模型不能捕捉到主要特征这两个结论，现在我们探究一下，如何将训练样本进行扩充来能提高模型的性能在训练样本不足导致模型不能捕捉到主要特征文章中，我们已经知道红色框的图片预测成了有线鼠标，而它们的真值是无线鼠标，这些图片是预测错误的，在此我们探究如何通过扩充数据集的方式来提高模型的性能，在此我们挑选 图片7 来进行研究。图片7中存在两个目标，一是手，二是无线鼠标的侧视图。所以在扩充数据集的时候有三种方法：1）在训练集中增加识别种类，引入手这一类别；原创 2024-11-04 16:46:08 · 257 阅读 · 0 评论 -
训练样本不足导致模型不能捕捉到主要特征
训练样本不全会导致模型短路原创 2024-10-29 16:05:12 · 428 阅读 · 0 评论 -
图片编码器是影响多模态模型的瓶颈！
图片编码器是多模态模型的瓶颈原创 2024-10-28 12:07:17 · 868 阅读 · 0 评论