RAM++模型通过将语义概念注入图像标记，结合图像、标签和文本的关系，构建了一个强大的图像识别系统，能在一个统一的交互框架中执行image-textalignment和image-tagging任务。
通过注入语义概念到图像标记（inject semantic concepts into image tagging），提出识别一切+的模型(Recognize anything plus model， RAM++), 一个具有强的开集识别能力的图像识别模型。
RAM++模型能够利用图像-标签-文本三者之间的关系，整合image-text alignment 和 image-tagging 到一个统一的交互框架里。
框架图：
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
