SHIRITAS

用語集

視覚トークン

画像を小さな単位に区切って、モデルが扱える記号(データのかたまり)にしたもの。文章の単語のように、画像の情報を段階的に処理するために使う。

たとえば: 大きな写真をタイル状に分け、各タイルに番号を振って扱うイメージ。

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