HyperAIHyperAI
StartseitePlattformDokumentationNeuigkeitenForschungsarbeitenTutorialsDatensätzeWikiSOTALLM-ModelleGPU-RanglisteVeranstaltungen
Suche
Über
HyperAIHyperAI

Command Palette

Search for a command to run...

VQA-Datensatz Für Visuelle Fragen Und Antworten

Datum

vor 2 Jahren

Größe

58.91 MB

Organisation

Paper-URL

arxiv.org

Lizenz

Andere

Tags

Großes Modell
Datensatz-Download
Treten Sie der Discord-Community bei

Dieser Datensatz stammt aus Staatliche Universität Campinas MO434 Fachliche Wissensdatenbank.

Einführung

Dies ist eine einfache Flask-Anwendung, die Antworten basierend auf einem Bild und Fragen in natürlicher Sprache zum Bild generiert. Die App verwendet im Hintergrund ein mit TensorFlow trainiertes Deep-Learning-Modell.

Modellübersicht

Die Entwicklung des Deep Learning hat die Lösung multimodaler Lernaufgaben gefördert. Visual Question Answering (VQA) ist ein sehr anspruchsvolles Beispiel, das eine Szeneninterpretation auf hohem Niveau aus Bildern und die Modellierung einer relevanten Frage-Antwort-Sprache erfordert. Bei einem Bild und einer Frage in natürlicher Sprache zu dem Bild besteht die Aufgabe darin, eine genaue Antwort in natürlicher Sprache zu geben. Dies ist ein mit Keras implementiertes End-to-End-System, das diese Aufgabe erfüllen soll.

Modellarchitektur basierend auf dem Papier Hierarchische Frage-Bild-Co-Attention zur visuellen Beantwortung von Fragen .

VQA.torrent
Seeding 2Herunterladen 0Abgeschlossen 216Gesamtdownloads 416
  • VQA/
    • README.md
      1.56 KB
    • README.txt
      3.12 KB
      • data/
        • LICENSE
          4.16 KB
        • README.md
          8.21 KB
        • main.py
          11.21 KB
          • models/
              • __pycache__/
                • arch.cpython-36.pyc
                  13.8 KB
                • layers.cpython-36.pyc
                  20.06 KB
            • arch.py
              23.74 KB
            • layers.py
              31.9 KB
          • pickles/
            • complete_model.h5
              58.23 MB
            • labelencoder.pkl
              58.3 MB
            • text_tokenizer.pkl
              58.88 MB
        • related-work.md
          58.88 MB
        • requirements.txt
          58.88 MB
          • static/
            • stop_grande.jpg
              58.89 MB
          • templates/
            • error.html
              58.89 MB
            • index.html
              58.9 MB
          • utils/
              • __pycache__/
                • helper_functions.cpython-36.pyc
                  58.9 MB
                • load_pickles.cpython-36.pyc
                  58.9 MB
            • helper_functions.py
              58.91 MB
            • load_pickles.py
              58.91 MB

KI mit KI entwickeln

Von der Idee bis zum Start — beschleunigen Sie Ihre KI-Entwicklung mit kostenlosem KI-Co-Coding, sofort einsatzbereiter Umgebung und den besten GPU-Preisen.

KI-Co-Coding
Sofort einsatzbereit GPUs
Beste Preise
Jetzt starten

Hyper Newsletters

Abonnieren Sie unsere neuesten Updates
Wir werden die neuesten Updates der Woche in Ihren Posteingang liefern um neun Uhr jeden Montagmorgen
Unterstützt von MailChimp
VQA-Datensatz Für Visuelle Fragen Und Antworten | Datensätze | HyperAI