목차
Δ갈색 텍스트는 두 이미지를 구별하는 핵심 디테일입니다
CLIP 긴 텍스트 기능 잠금 해제
입력 길이를 확장하고 긴 텍스트의 기능을 향상시키는 간단한 방법은 먼저 위치 인코딩을 고정 비율 λ
긴 텍스트 미세 조정만 도입하면 모델이 또 다른 오해, 즉 모든 세부 사항을 동일하게 포함하게 됩니다. 이 문제를 해결하기 위해 연구자들은 미세 조정 시 핵심 속성 정렬 전략을 도입했습니다.
이미지 및 텍스트 검색, 이미지 생성 및 기타 분야에서 Long-CLIP은 플러그 앤 플레이가 가능합니다. CLIP을 대체하기 위해 플레이하세요.
기술 주변기기 일체 포함 Shanghai Jiao Tong University의 새로운 프레임워크는 CLIP 긴 텍스트 기능을 잠금 해제하고 다중 모드 생성의 세부 사항을 파악하며 이미지 검색 기능을 크게 향상시킵니다.

Shanghai Jiao Tong University의 새로운 프레임워크는 CLIP 긴 텍스트 기능을 잠금 해제하고 다중 모드 생성의 세부 사항을 파악하며 이미지 검색 기능을 크게 향상시킵니다.

Apr 01, 2024 am 09:26 AM
액자 ai

CLIP 긴 텍스트 기능이 잠금 해제되고 이미지 검색 작업 성능이 크게 향상되었습니다!

일부 주요 세부정보도 캡처할 수 있습니다. Shanghai Jiao Tong University와 Shanghai AI Laboratory는 새로운 프레임워크인 Long-CLIP을 제안했습니다.

Shanghai Jiao Tong University의 새로운 프레임워크는 CLIP 긴 텍스트 기능을 잠금 해제하고 다중 모드 생성의 세부 사항을 파악하며 이미지 검색 기능을 크게 향상시킵니다.

Δ갈색 텍스트는 두 이미지를 구별하는 핵심 디테일입니다

Long-CLIP은 CLIP의 원래 기능 공간을 유지하는 데 기반을 두고 있으며 이미지 생성과 같은 다운스트림 작업에서 플러그 앤 플레이를 통해 미세한 결과를 얻을 수 있습니다. 긴 텍스트의 세분화된 이미지 생성 .

긴 텍스트 이미지 검색이 20% 증가하고, 짧은 텍스트 이미지 검색이 6% 증가했습니다.

CLIP 긴 텍스트 기능 잠금 해제

CLIP은 시각적 및 텍스트 양식을 정렬하고 강력한 제로샷 일반화 기능을 갖추고 있습니다. 따라서 CLIP은 이미지 분류, 텍스트 이미지 검색, 이미지 생성 등과 같은 다양한 다중 모드 작업에 널리 사용됩니다.

하지만 CLIP의 가장 큰 단점은 긴 텍스트 기능이 부족하다는 것입니다.

우선 절대 위치 인코딩을 사용하기 때문에 CLIP의 텍스트 입력 길이는 토큰 677개로 제한됩니다. 뿐만 아니라, CLIP의 실제 유효 길이는 토큰 20개 미만이라는 사실이 실험을 통해 입증되었습니다. 이는 세밀한 정보를 표현하기에는 턱없이 부족합니다. 그러나 이러한 한계를 극복하기 위해 연구자들은 해결책을 제안했다. 텍스트 입력에 특정 태그를 도입함으로써 모델은 중요한 부분에 집중할 수 있습니다. 입력에서 이러한 토큰의 위치와 수는 사전에 결정되며 20개 토큰을 초과하지 않습니다. 이러한 방식으로 CLIP은 텍스트 입력을 처리할 수 있습니다. 텍스트 측면에 긴 텍스트가 없으면 시각적 측면의 기능도 제한됩니다. 짧은 텍스트만 포함되어 있기 때문에 CLIP의 시각적 인코더는 이미지의 가장 중요한 구성 요소만 추출하고 다양한 세부 사항은 무시합니다. 이는

교차 모달 검색

과 같은 세분화된 작업에 매우 해롭습니다. 동시에 긴 텍스트가 부족하여 CLIP은 인과 추론과 같은 복잡한 기능이 없는 BOF(Bag of Feature)와 유사한 간단한 모델링 방법을 채택합니다.

이 문제를 해결하기 위해 연구자들은 Long-CLIP 모델을 제안했습니다.

두 가지 주요 전략을 구체적으로 제안했습니다. 위치 임베딩의 지식 보존 확장과 핵심 구성 요소 정렬(기본 구성 요소 일치)을 추가하는 미세 조정 전략입니다. Shanghai Jiao Tong University의 새로운 프레임워크는 CLIP 긴 텍스트 기능을 잠금 해제하고 다중 모드 생성의 세부 사항을 파악하며 이미지 검색 기능을 크게 향상시킵니다.
지식 보존 위치 인코딩 확장

입력 길이를 확장하고 긴 텍스트의 기능을 향상시키는 간단한 방법은 먼저 위치 인코딩을 고정 비율 λ

1

으로 보간한 다음 긴 텍스트를 통해 미세 조정하는 것입니다. 텍스트. 연구원들은 CLIP의 다양한 위치 인코딩의 훈련 정도가 다르다는 것을 발견했습니다. 학습 텍스트는 주로 짧은 텍스트일 가능성이 높으므로 낮은 위치 코딩은 더 완전히 학습되어 절대 위치를 정확하게 나타낼 수 있는 반면, 높은 위치 코딩은 대략적인 상대 위치만 나타낼 수 있습니다. 따라서 서로 다른 위치에서 코드를 보간하는 비용이 다릅니다.

위의 관찰을 바탕으로 연구원은 처음 20개의 위치 코드를 유지하고 나머지 57개의 위치 코드에 대해 더 큰 비율 λ

2

로 보간되었습니다. 계산 공식은 다음과 같이 표현될 수 있습니다.
실험은 다음과 같습니다. 직접 보간에 비해 이 전략은 더 긴 전체 길이를 지원하면서 다양한 작업의 성능을 크게 향상시킬 수 있습니다. Shanghai Jiao Tong University의 새로운 프레임워크는 CLIP 긴 텍스트 기능을 잠금 해제하고 다중 모드 생성의 세부 사항을 파악하며 이미지 검색 기능을 크게 향상시킵니다.
핵심 속성 정렬 미세 조정 추가

긴 텍스트 미세 조정만 도입하면 모델이 또 다른 오해, 즉 모든 세부 사항을 동일하게 포함하게 됩니다. 이 문제를 해결하기 위해 연구자들은 미세 조정 시 핵심 속성 정렬 전략을 도입했습니다.

구체적으로, 연구자들은 주성분 분석(PCA) 알고리즘을 사용하여 세밀한 이미지 특징에서 핵심 속성을 추출하고, 나머지 속성을 필터링하여 거친 이미지 특징을 재구성한 후 요약된 짧은 텍스트와 비교했습니다. 이 전략에서는 모델이 더 많은 세부 정보(세밀한 정렬)를 포함할 뿐만 아니라 가장 핵심 속성(핵심 구성 요소 추출 및 대략적인 정렬)을 식별하고 모델링해야 합니다.

Shanghai Jiao Tong University의 새로운 프레임워크는 CLIP 긴 텍스트 기능을 잠금 해제하고 다중 모드 생성의 세부 사항을 파악하며 이미지 검색 기능을 크게 향상시킵니다.Δ핵심 속성 정렬의 미세 조정 프로세스 추가

다양한 멀티모달 작업에서 플러그 앤 플레이

이미지 및 텍스트 검색, 이미지 생성 및 기타 분야에서 Long-CLIP은 플러그 앤 플레이가 가능합니다. CLIP을 대체하기 위해 플레이하세요.

예를 들어, 이미지 및 텍스트 검색에서 Long-CLIP은 이미지 및 텍스트 모드에서 보다 세밀한 정보를 캡처할 수 있으므로 유사한 이미지와 텍스트를 구별하는 능력이 향상되고 이미지 및 텍스트 검색 성능이 크게 향상됩니다.

기존의 짧은 텍스트 검색(COCO, Flickr30k)이든 긴 텍스트 검색 작업이든 Long-CLIP은 회상률을 크게 향상시켰습니다.

Shanghai Jiao Tong University의 새로운 프레임워크는 CLIP 긴 텍스트 기능을 잠금 해제하고 다중 모드 생성의 세부 사항을 파악하며 이미지 검색 기능을 크게 향상시킵니다.

△짧은 텍스트-이미지 검색 실험 결과

Shanghai Jiao Tong University의 새로운 프레임워크는 CLIP 긴 텍스트 기능을 잠금 해제하고 다중 모드 생성의 세부 사항을 파악하며 이미지 검색 기능을 크게 향상시킵니다.

△긴 텍스트-이미지 검색 실험 결과

Shanghai Jiao Tong University의 새로운 프레임워크는 CLIP 긴 텍스트 기능을 잠금 해제하고 다중 모드 생성의 세부 사항을 파악하며 이미지 검색 기능을 크게 향상시킵니다.

△긴 텍스트-이미지 검색 시각화, 갈색 텍스트는 둘을 구별하는 주요 세부 사항입니다. Pictures

또한 CLIP의 텍스트 인코더는 stable 확산 계열 등 텍스트-이미지 생성 모델에 자주 사용됩니다. 그러나 긴 텍스트 기능이 부족하기 때문에 이미지를 생성하는 데 사용되는 텍스트 설명은 일반적으로 매우 짧으며 다양한 세부 사항으로 사용자 정의할 수 없습니다.

Long-CLIP은 77개의 토큰 제한을 돌파하고 챕터 수준의 이미지 생성을 달성할 수 있습니다(오른쪽 아래).

세밀한 이미지 생성을 위해 77개의 토큰 내에서 더 많은 세부 사항을 모델링할 수도 있습니다(오른쪽 위).

Shanghai Jiao Tong University의 새로운 프레임워크는 CLIP 긴 텍스트 기능을 잠금 해제하고 다중 모드 생성의 세부 사항을 파악하며 이미지 검색 기능을 크게 향상시킵니다.

문서 링크:https://arxiv.org/abs/2403.15378
코드 링크:https://github.com/beichenzbc/Long-CLIP

위 내용은 Shanghai Jiao Tong University의 새로운 프레임워크는 CLIP 긴 텍스트 기능을 잠금 해제하고 다중 모드 생성의 세부 사항을 파악하며 이미지 검색 기능을 크게 향상시킵니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

본 웹사이트의 성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.

핫 AI 도구

Undresser.AI Undress

Undresser.AI Undress

사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover

AI Clothes Remover

사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool

Undress AI Tool

무료로 이미지를 벗다

Clothoff.io

Clothoff.io

AI 옷 제거제

AI Hentai Generator

AI Hentai Generator

AI Hentai를 무료로 생성하십시오.

인기 기사

R.E.P.O. 에너지 결정과 그들이하는 일 (노란색 크리스탈)
3 몇 주 전 By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. 최고의 그래픽 설정
3 몇 주 전 By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. 아무도들을 수없는 경우 오디오를 수정하는 방법
3 몇 주 전 By 尊渡假赌尊渡假赌尊渡假赌

뜨거운 도구

메모장++7.3.1

메모장++7.3.1

사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전

SublimeText3 중국어 버전

중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기

스튜디오 13.0.1 보내기

강력한 PHP 통합 개발 환경

드림위버 CS6

드림위버 CS6

시각적 웹 개발 도구

SublimeText3 Mac 버전

SublimeText3 Mac 버전

신 수준의 코드 편집 소프트웨어(SublimeText3)

부트 스트랩 목록의 크기를 변경하는 방법은 무엇입니까? 부트 스트랩 목록의 크기를 변경하는 방법은 무엇입니까? Apr 07, 2025 am 10:45 AM

부트 스트랩 목록의 크기는 목록 자체가 아니라 목록이 포함 된 컨테이너의 크기에 따라 다릅니다. Bootstrap의 그리드 시스템 또는 Flexbox를 사용하면 컨테이너의 크기를 제어하여 목록 항목을 간접적으로 크기로 조정할 수 있습니다.

부트 스트랩 목록의 중첩을 구현하는 방법은 무엇입니까? 부트 스트랩 목록의 중첩을 구현하는 방법은 무엇입니까? Apr 07, 2025 am 10:27 AM

부트 스트랩의 중첩 목록은 스타일을 제어하기 위해 부트 스트랩의 그리드 시스템을 사용해야합니다. 먼저 외부 층을 사용하십시오 & lt; ul & gt; 및 & lt; li & gt; 목록을 만들려면 & lt; div class = "row & gt; & lt; div class = "col-md-6"& gt; & gt; 내부 레이어 목록에 내부 레이어 목록이 행 너비의 절반을 차지하도록 지정합니다. 이런 식으로 내부 목록은 올바른 목록을 가질 수 있습니다.

부트 스트랩 목록에 아이콘을 추가하는 방법? 부트 스트랩 목록에 아이콘을 추가하는 방법? Apr 07, 2025 am 10:42 AM

부트 스트랩 목록에 아이콘을 추가하는 방법 : 아이콘을 목록 항목에 직접 제정하십시오. 부트 스트랩 클래스를 사용하여 아이콘과 텍스트를 정렬하십시오 (예 : d-flex, 정당화-콘텐츠 중간, 정렬 중심). 부트 스트랩 태그 구성 요소 (배지)를 사용하여 숫자 또는 상태를 표시하십시오. 아이콘 위치를 조정하십시오 (Flex Direction : Row-Reverse;), 스타일을 제어 (CSS 스타일). 일반적인 오류 : 아이콘이 표시되지 않습니다 (아닙니다

vue.js의 객체로 문자열을 변환하는 데 어떤 방법이 사용됩니까? vue.js의 객체로 문자열을 변환하는 데 어떤 방법이 사용됩니까? Apr 07, 2025 pm 09:39 PM

표준 JSON 문자열의 경우 vue.js의 객체로 문자열을 변환 할 때 JSON.PARSE ()가 선호됩니다. 비표준 JSON 문자열의 경우, 정규 표현식을 사용하여 문자열을 처리하고 형식 또는 디코딩 된 URL 인코딩에 따라 방법을 줄일 수 있습니다. 문자열 형식에 따라 적절한 방법을 선택하고 버그를 피하기 위해 보안 및 인코딩 문제에주의를 기울이십시오.

부트 스트랩 5의 목록 스타일로 어떤 변화가 있었습니까? 부트 스트랩 5의 목록 스타일로 어떤 변화가 있었습니까? Apr 07, 2025 am 11:09 AM

부트 스트랩 5 목록 스타일 변경은 주로 세부 사항 최적화 및 시맨틱 개선으로 인한 것입니다. 다음을 포함한 시맨틱 개선으로 인한 것입니다. 변절되지 않은 목록의 기본 마진은 단순화되고 시각적 효과는 더 깨끗하고 깔끔합니다. 목록 스타일은 의미론을 강조하여 접근성과 유지 관리를 향상시킵니다.

부트 스트랩의 그리드 시스템을 보는 방법 부트 스트랩의 그리드 시스템을 보는 방법 Apr 07, 2025 am 09:48 AM

Bootstrap의 메쉬 시스템은 컨테이너 (컨테이너), 행 (행) 및 col (열)의 세 가지 주요 클래스로 구성된 반응 형 레이아웃을 빠르게 구축하기위한 규칙입니다. 기본적으로 12 열 그리드가 제공되며 각 열의 너비는 COL-MD-와 같은 보조 클래스를 통해 조정하여 다양한 화면 크기에 대한 레이아웃 최적화를 달성 할 수 있습니다. 오프셋 클래스와 중첩 메시를 사용하면 레이아웃 유연성을 확장 할 수 있습니다. 그리드 시스템을 사용하는 경우 각 요소에 올바른 중첩 구조가 있는지 확인하고 성능 최적화를 고려하여 페이지 로딩 속도를 향상시킵니다. 심층적 인 이해와 실습에 의해서만 부트 스트랩 그리드 시스템을 능숙하게 마스터 할 수 있습니다.

Laravel 's geospatial : 대화식지도의 최적화 및 많은 양의 데이터 Laravel 's geospatial : 대화식지도의 최적화 및 많은 양의 데이터 Apr 08, 2025 pm 12:24 PM

7 백만 레코드를 효율적으로 처리하고 지리 공간 기술로 대화식지도를 만듭니다. 이 기사는 Laravel과 MySQL을 사용하여 7 백만 개 이상의 레코드를 효율적으로 처리하고 대화식지도 시각화로 변환하는 방법을 살펴 봅니다. 초기 챌린지 프로젝트 요구 사항 : MySQL 데이터베이스에서 7 백만 레코드를 사용하여 귀중한 통찰력을 추출합니다. 많은 사람들이 먼저 프로그래밍 언어를 고려하지만 데이터베이스 자체를 무시합니다. 요구 사항을 충족시킬 수 있습니까? 데이터 마이그레이션 또는 구조 조정이 필요합니까? MySQL이 큰 데이터로드를 견딜 수 있습니까? 예비 분석 : 주요 필터 및 속성을 식별해야합니다. 분석 후, 몇 가지 속성만이 솔루션과 관련이 있음이 밝혀졌습니다. 필터의 타당성을 확인하고 검색을 최적화하기위한 제한 사항을 설정했습니다. 도시를 기반으로 한지도 검색

부트 스트랩 목록은 어떻게 수직으로 배열됩니까? 부트 스트랩 목록은 어떻게 수직으로 배열됩니까? Apr 07, 2025 am 11:21 AM

Bootstrap 자체는 직접 수직 목록 기능을 제공하지 않으며 메커니즘을 사용하여 영리하게 구현해야합니다. Flexbox : 목록 상위 컨테이너에 "D-Flex Flex-Column"클래스를 수직으로 목록 항목을 배열하십시오. 래스터 시스템과 결합 : 복잡한 콘텐츠가 포함 된 목록 항목의 열 폭을 설정하고 레이아웃을보다 세밀하게 제어하십시오. 플로팅 또는 포지셔닝 방법을 사용하지 않기 위해 Bootstrap의 래스터 코어 "행"및 "Col"클래스를 사용하도록주의하십시오.

See all articles