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。
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

非常好想法,这个项目我王多鱼投了
相关推荐

点赞 评论 收藏
分享
07-01 16:05
河南师范大学 Java douyin_loc...:看了大家很多简历,大部分都是技术栈加功能的罗列,缺少一些项目困难介绍和自身解决问题的思路和过程,显得千篇一律
点赞 评论 收藏
分享
点赞 评论 收藏
分享