محققان در یک پژوهش جدید، راهکار نوآورانهای برای «درک بصری-متنی» غذاها ارائه دادهاند. تشخیص جزئیات ظریف مثل میزان پخت، بافت و مواد تشکیلدهنده غذاها برای هوش مصنوعی همیشه چالشبرانگیز بوده است.
این متد جدید با استفاده از تکنیکهای پیشرفته «تطبیق داده» و بهبود کپشنها، دقت مدلهای بینایی (مثل CLIP) را تا ۱۹٪ افزایش داده است. این یعنی در آینده، اپلیکیشنهای تشخیص غذا میتوانند با دقت بسیار بالاتری به شما بگویند دقیقاً چه چیزی در بشقابتان است! 🥘✨
منبع: arXiv Computer Vision