《表9 几种不同的预训练加微调模型在Flickr30k数据集上的性能比对》
针对下游任务的评估,是在产生的统一表征的基础上针对具体的任务进行微调.从表8中可以看出,这种方式的准确率最高,这也表明这种方法的先进性.进行评估的下游任务囊括了上一节中介绍的各类任务,包括内容生成类和内容理解类的,比如视觉问答、视觉推理、视觉联合推理、图像检索、视频检索等,以及图像描述等.目前为止,视觉问答、推理和联合推理任务中表现较好的模型UNITER、ImageBERT以及ERNIE-ViL,其提升的关键是引用了更大的数据集和设计了更合理的预训练损失函数.在表9中,针对不同模型的性能进行了比对.
图表编号 | XD00207323300 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.01 |
作者 | 杜鹏飞、李小勇、高雅丽 |
绘制单位 | 可信分布式计算与服务教育部重点实验室(北京邮电大学)、北京邮电大学网络空间安全学院、可信分布式计算与服务教育部重点实验室(北京邮电大学)、北京邮电大学网络空间安全学院、可信分布式计算与服务教育部重点实验室(北京邮电大学)、北京邮电大学网络空间安全学院 |
更多格式 | 高清、无水印(增值服务) |