跳到正文
arXiv · 机器人与计算机视觉· Novanto Yudistira, Muhammad Dzaka Aufa Fadhillah, Irawati Nurmala Sari·· 27 天前AI 评分45

Class-Grounded Batik Captioning:在稀缺文本标注下利用 LoRA-DINOv2 与 Qwen2.5-VL-7B 实现 batik 图像描述,保留标签并分析误差传播

Class-Grounded Batik Captioning under Scarce Text Annotation: Label Retention and Source-Specific Error Propagation

AI 导读

该研究针对文化 heritage 图像稀缺标注场景,提出融合 LoRA 适配 DINOv2 分类器与 Qwen2.5-VL-7B(4-bit NF4)的 batik 描述级联架构。

来源:arXiv · 机器人与计算机视觉 · arxiv.org