視覚事前分布
あらかじめ学習で身につけた「こういう見え方が多い」といった偏りや当たり前の知識のこと。新しい画像でも推測を助ける下地になる。
たとえば: 見慣れた街なら、標識が少なくてもだいたいの場所を予想できる感覚。
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
- マルチモーダル模型の「視覚エンコーダ」は何を担っているのかを切り分ける
視覚エンコーダが暗黙に束ねる要素を分解し、同一データと計算量を揃えた統制比較で影響を検証。視覚の事前学習よりも専用の視覚容量と配置が重要だと示唆する。
