Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 |
| 29 | 30 |
Tags
- Mask Processing
- Python
- deep learning
- r-cnn
- DP
- BFS
- real-time object detection
- opencv
- 강화학습
- MinHeap
- machine learning
- 백준
- CNN
- image processing
- AlexNet
- ubuntu
- 그래프 이론
- dfs
- LSTM
- 머신러닝
- One-Stage Detector
- MySQL
- YoLO
- two-stage detector
- 딥러닝
- eecs 498
- NLP
- C++
- Reinforcement Learning
- dynamic programming
Archives
- Today
- Total
목록multiple-choice (1)
JINWOOJUNG
[ VLM ] VLM Tasks와 Benchmarks..(1)
Vision Language Model(VLM)VLM은 Computer Vision과 Natural Language Processing을 결합한 모델로써, 이미지나 비디오와 같은 시각적 데이터와 텍스트 입력을 동시에 이해하고 처리할 수 있다. VLM TasksVisual Question Answering(VQA) & Visual ReasoningVQA는 시각 질의응답을 의미하며, 이미지와 질문을 동시에 입력받아 정답을 출력하는 태스크이다. 아래 그림과 같이, 그림과 질문을 입력으로 받아 단답형 정답을 도출하는 형태이며, 이 태스크의 초기 벤치마크로는 [VQA: Visual Question Answering (Antol et al., 2015)] 논문이 있다. VQA v1(2015) Benchmark는 ..
NLP, LLM, Multi-modal
2025. 4. 15. 17:25