画像キャプショニング
画像を入力として、その内容を説明する文章(キャプション)を生成するタスク。画像の中身を言葉で要約する能力が必要になる。
たとえば: 写真を見て「公園で犬が走っている」などの説明文を付ける作業。
AIによる解説です。正確さは、別のAIで照合していますが、誤りが含まれる可能性があります。
この言葉が出てくる記事
- 言語事前学習なしで学ぶText-to-Image:Halcyonが示した可能性
Halcyonは、100Mの画像-テキスト対からゼロから学習したT2Iモデル群。gFD比較と統制実験により、text-only事前学習がT2I改善に必須ではない可能性を示す。計算量効率と画像キャプショニング同時学習も論じる。
