半夜睡不着想了一个多模态任务，同时输入一段声音(非自然语言，比如鸟叫)和一张图片

04-17 01:24 发布于江苏

关注

半夜睡不着想了一个多模态任务，同时输入一段声音(非自然语言，比如鸟叫)和一张图片，将图片中的相应位置的鸟标注出来。

现在有这种数据集吗，图片和声音是能够互相验证的吧。

提这个问题是想到自动驾驶貌似都忽略了自然声音这一信息。
评价标准就用声音传感器的数量和标注准确率来衡量。

全部评论

推荐最新楼层

我要当上CEO

中山大学算法工程师

非常好想法，这个项目我王多鱼投了

点赞回复分享

发布于 04-17 03:38 广东

05-16 23:18

西安电子科技大学 Java

记录与上海合合信息科技股份有限公司产研侧HR负责人的交流

近期，我十分幸运地在CCIG2025线下与上海合合信息科技股份有限公司（扫描全能王的母公司）产研侧的HR负责人钱明燕钱姐进行了一场关于大学生求职的交流，收获很多，记录下来与大家分享。信息差这一求职市场中普遍存在的问题。在信息繁杂却又难以精准对接的求职环境下，常常出现学生找不到合适信息、企业招不到合适人才的困境。为了打破这一困境，我们需要积极主动地去寻找信息，与HR建立紧密的联系。这可以通过多种途径实现，比如踊跃参加线下招聘会，在现场与HR面对面交流，直接获取第一手信息；也可以直接联系HR，清晰表达自己的求职意向和优势；在求职这场激烈的角逐中，首要且关键的任务就是要让面试官清晰且强烈地感知到你是...

点赞评论收藏

04-23 22:41

中国矿业大学语音/视频/图形开发

C/C++音视频开发初学者求大佬指点

目前是研0，双2硕，打算学习C/C++音视频开发，正在补C++新特性、stl等，想问问学习路线，就业建议或者其他你觉得对我有用的。研究生导师方向是深度学习，要不要结合深度学习做点音视频相关？感谢

某公司一颗钉子：看看下面这几个视频，包含音视频学习路线、就业建议、音视频项目等音视频学习路线：https://www.bilibili.com/video/BV138DoY7E74/ 音视频就业建议：https://www.bilibili.com/video/BV1VhmbYwEz7/ 播放器项目：https://www.bilibili.com/video/BV1NdLEzQExH/ QT播放器项目：https://www.bilibili.com/video/BV1geAZe2Ek3/ 推拉流项目：https://www.bilibili.com/video/BV1ZVNVeuEk1/ 流媒体服务器项目：https://www.bilibili.com/video/BV1v64y1K7s5/

点赞评论收藏