الأسئلة والأجوبة متعددة الوسائط

ترميز الصورة

عملية تحويل الصورة إلى تسلسل من الرموز المميزة المنفصلة، غالبًا عبر VAE أو VQ-VAE، لجعلها متوافقة مع بنيات من نوع Transformer.

← رجوع