【マルチモーダル】Visual N-Grams

Visual N-Grams

画像分類 / 物体認識の手法.

人の手でアノテーションされたラベルを使わずに、画像に関連する文章を使って学習する.

• Natural Language Supervision
  • yhayato1320.hatenablog.com
    
    

画像に関する文章のどこに注目したのかを、表現できる N-Gram モデルを利用.

• N-Gram
  • yhayato1320.hatenablog.com

N-Gram Language Model

参考

• Learning visual n-grams from web data
  • [2016]
  • Abstract
  • arxiv.org