用于视觉任务的VLM技术简介

https://www.yuque.com/meta95/hmc3l4/pgq9hn6pg5gxvxvh?singleDoc# 《用于视觉任务的VLM技术简介》

说明：本文是《Vision-Language Models for Vision Tasks: A Survey》一文的阅读笔记。

许多视觉识别研究在深度神经网络（DNNs）训练中依赖大量人工标注数据，并且通常为每个单独的视觉识别任务训练一个独立的DNN，这种方式繁琐且耗时。Vision-Language Models的出现为解决这两个挑战带来了希望。通过从互联网上大量的图像-文本对中学习到丰富的视觉-语言关联，就能够在只使用一个单一VLM模型的情况下实现对各种视觉任务的zero-shot预测，并且取得很好的效果。

为什么要用VLMs？

视觉识别范式的发展可以广泛地分为五个阶段，包括：

• • Traditional Machine Learning and Prediction：使用手工设计的特征和传统机器学习算法进行训练和预测