Trong Image Captioning, mô hình ngôn ngữ thường là gì?

Huấn luyện lại toàn bộ mô hình

Chỉ huấn luyện một số lớp của mô hình trên dữ liệu mới

Loại bỏ các lớp không cần thiết

Tăng số lượng lớp ẩn

Thay thế hoàn toàn CNN

Kết hợp với CNN để sinh chú thích

Chỉ sử dụng cho xử lý văn bản

Loại bỏ RNN

Phân loại đối tượng

Tạo vùng đề xuất trực tiếp từ bản đồ đặc trưng

Tăng cường dữ liệu hình ảnh

Tính toán hàm mất mát

Huấn luyện mô hình từ đầu trên dữ liệu mới

Sử dụng mô hình đã được huấn luyện trước trên một tác vụ khác

Tạo mô hình mới từ nhiều mô hình khác

Tăng cường dữ liệu đầu vào

ResNet, VGG, hoặc Inception

LSTM hoặc GRU

Transformer

Autoencoder

Cross-entropy loss

Mean squared error

Hinge loss

KL-divergence