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 | 31 |
Tags
- Python
- YoLO
- ubuntu
- CNN
- hm3d
- C++
- 강화학습
- NLP
- LSTM
- hm3dsem
- BFS
- image processing
- 머신러닝
- opencv
- 딥러닝
- 그래프 이론
- real-time object detection
- two-stage detector
- 백준
- r-cnn
- dynamic programming
- dfs
- eecs 498
- AlexNet
- DP
- Reinforcement Learning
- MySQL
- machine learning
- Mask Processing
- deep learning
Archives
- Today
- Total
목록search query (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