跳到正文
arXiv · 机器人与计算机视觉· Jiacheng Ding, Yanliang Qi, Cong Guo, Peihua Mai·· 18 天前AI 评分73

FieldGuideRAG:基于图像的知识图谱检索增强生成用于细粒度识别

FieldGuideRAG: Image-Grounded GraphRAG for Fine-Grained Recognition with Vision-Language Models

AI 导读

作者提出 FieldGuideRAG,一种无需训练的图检索增强生成方法,利用视觉语言模型通过对比查询与知识图谱节点上的真实照片来识别细粒度物种。该方法在 CUB-200 及 iNaturalist 数据集上验证了节点照片对提升准确率的贡献,并展示了其在生态问题回答和缺失类检测方面的性能。相关图结构、提示词和代码将开源。

来源:arXiv · 机器人与计算机视觉 · arxiv.org