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

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

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

Classification loss và regression loss

Clustering loss và entropy loss

Activation loss và normalization loss

Gradient loss và pooling loss

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

Khi có lượng dữ liệu lớn và thời gian huấn luyện không giới hạn

Khi dữ liệu mới hạn chế và tác vụ tương tự tác vụ gốc

Khi không có mô hình nào được huấn luyện trước

Khi dữ liệu hoàn toàn không liên quan

VGG hoặc AlexNet

LSTM

Transformer

Autoencoder