المحولات متعددة الوسائط

MDETR (الكشف المعدّل للفهم متعدد الوسائط الشامل)

هندسة معمارية للكشف عن الكائنات شاملة (end-to-end) يتم تعديلها بواسطة اللغة الطبيعية، مما يتيح استعلامات نصية معقدة لتحديد موقع الكائنات والتعرف عليها في الصور.

← رجوع