CN119418339A 一种基于场景图增强的多模态大模型场景理解方法 （昆明理工大学）_第1页
CN119418339A 一种基于场景图增强的多模态大模型场景理解方法 （昆明理工大学）_第2页
CN119418339A 一种基于场景图增强的多模态大模型场景理解方法 （昆明理工大学）_第3页
CN119418339A 一种基于场景图增强的多模态大模型场景理解方法 （昆明理工大学）_第4页
CN119418339A 一种基于场景图增强的多模态大模型场景理解方法 （昆明理工大学）_第5页
已阅读5页，还剩9页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于场景图增强的多模态大模型场景本发明涉及一种基于场景图增强的多模态内实体以及修正的实体关系构建场景图并传入将提示文本与预处理后的图像一并输入多模态22.根据权利要求1所述的一种基于场景图增强的多模态大模型场景理解方法，其特征3.根据权利要求1所述的一种基于场景图增强的多模态大模型场景理解方法，其特征4.根据权利要求1所述的一种基于场景图增强的多模态大模型场景理解方法，其特征5.根据权利要求1所述的一种基于场景图增强的多模态大模型场景理解方法，其特征36.根据权利要求1所述的一种基于场景图增强的多模态大模型场景理解方法，其特征4[0004]本发明要解决的技术问题是提供了一种基于场景图增强的多模态大模型场景理[0005]本发明采用的技术方案是：一种基于场景图增强的多模5[0008]Step3：将有实体边界框与实体类别的图像传入卷积神经网络，生成初步实体关[0016]Step3.1：将标注有实体边界框和实体类别的图像作为卷积神经网络(CNN)的输6[0045]Step3：将标注有边界框和类别的图像传入卷积神经网络，卷积神经网络读取图7场景图一并传入生成提示大模型。生成提示大模型读取场景图后，提取场景图中的实体关提示大模型复查文本信息，抽取文本信息中的实体关系，随后将其与场景图

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论