使用它來訓(xùn)練AI系統(tǒng)對視頻進(jìn)行分類游戲的封面
他們說永遠(yuǎn)不要憑封面判斷一本書?，F(xiàn)在，一群研究人員已經(jīng)教了一個人工智能（AI）系統(tǒng)，但在視頻游戲中。
研究人員Jiang Yuhang Jiang和Lukheng Zheng最近（通過TNW）發(fā)表了預(yù)印本研究論文，標(biāo)題為“視頻游戲類型分類的深度學(xué)習(xí)”，他們在討論大型數(shù)據(jù)庫的創(chuàng)建，然后使用它來訓(xùn)練AI系統(tǒng)對視頻進(jìn)行分類游戲的封面。
研究人員說，他們匯編了一個大型數(shù)據(jù)集，該數(shù)據(jù)集由21種類型的50，000種視頻游戲組成，這些圖像由封面圖像，描述文字，標(biāo)題文字和類型信息組成。他們還評估了基于法師和基于文本的模型，以用于視頻游戲的體裁分類任務(wù)。
“第三，我們基于圖像和文本開發(fā)了一種高效且可銷售的多模式框架。第四，對實(shí)驗(yàn)結(jié)果進(jìn)行了全面分析，并提出了改進(jìn)性能的未來工作。”研究人員在論文中寫道。
經(jīng)過調(diào)查，研究人員確定基于文本的模型總體上比基于圖像的模型表現(xiàn)更好。他們還確定，基于文本和基于圖像的模型組成的多模式模型優(yōu)于基于圖像或基于文本的模型。
責(zé)任編輯：lq
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
人工智能
+關(guān)注
關(guān)注
1821文章
50433瀏覽量
267414 -
模型
+關(guān)注
關(guān)注
1文章
3850瀏覽量
52306 -
數(shù)據(jù)集
+關(guān)注
關(guān)注
4文章
1240瀏覽量
26278
發(fā)布評論請先 登錄
相關(guān)推薦
熱點(diǎn)推薦
[完結(jié)15章]Java轉(zhuǎn) AI高薪領(lǐng)域必備-從0到1打通生產(chǎn)級AI Agent開發(fā)
能力進(jìn)行深度融合，完成從“業(yè)務(wù)代碼實(shí)現(xiàn)者”向“AI系統(tǒng)工程架構(gòu)師”的硬核轉(zhuǎn)型。（搜星 課it。top）
一、 破除語言迷思：以Java生態(tài)構(gòu)建AI基礎(chǔ)設(shè)施
許多Java開發(fā)者的轉(zhuǎn)型誤區(qū)
發(fā)表于 04-30 13:46
智慧城市如何應(yīng)對視頻應(yīng)用系統(tǒng)安全威脅
與創(chuàng)新——視頻監(jiān)控系統(tǒng)安全威脅與防護(hù)”為題進(jìn)行技術(shù)分享，介紹了由實(shí)驗(yàn)室團(tuán)隊(duì)自主研發(fā)的基于密碼的原生安全防護(hù)體系，及該技術(shù)如何解決視頻應(yīng)用系統(tǒng)
瑞芯微SOC智能視覺AI處理器
系統(tǒng)控制和輕量級任務(wù)。NPU: 集成2.0 TOPS的NPU（算力高于RK3568B2），專為AI視覺任務(wù)優(yōu)化。多媒體: 核心特點(diǎn)是強(qiáng)大的視頻解碼能力，支持4K@60fps H.265/H.264解碼
發(fā)表于 12-19 13:44
在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)
, batch_size=512, epochs=20)總結(jié)
這個核心算法中的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和訓(xùn)練過程，是用來對MNIST手寫數(shù)字圖像進(jìn)行分類的。模型將圖像作為輸入，通過卷積和池化層提取圖像的特征，然后通過全連接層
發(fā)表于 10-22 07:03
【「AI芯片：科技探索與AGI愿景」閱讀體驗(yàn)】+AI芯片到AGI芯片
、分布式群體智能
1）物聯(lián)網(wǎng)AGI系統(tǒng)
優(yōu)勢：
組成部分：
2）分布式AI訓(xùn)練
7、發(fā)展重點(diǎn)：基于強(qiáng)化學(xué)習(xí)的后訓(xùn)練與推理
8、超越大模型：神經(jīng)符號計算
三、AGI芯片的實(shí)現(xiàn)
1、技術(shù)需
發(fā)表于 09-18 15:31
【「AI芯片：科技探索與AGI愿景」閱讀體驗(yàn)】+AI的未來：提升算力還是智力
本章節(jié)作者分析了下AI的未來在哪里，就目前而言有來那個兩種思想：①繼續(xù)增加大模型②將大模型改為小模型，并將之優(yōu)化使之與大模型性能不不相上下。
一、大模型是一條不可持續(xù)發(fā)展的道路
大模型的不可
發(fā)表于 09-14 14:04
【Sipeed MaixCAM Pro開發(fā)板試用體驗(yàn)】基于MaixCAM-Pro的AI生成圖像鑒別系統(tǒng)
的音樂會”
4. 模型訓(xùn)練
在maixHub,將采集的數(shù)據(jù)直接上傳到平臺，根據(jù)平臺介紹進(jìn)行訓(xùn)練模型
5. 模型測試
真實(shí)繪本測試
訓(xùn)練集的畫家作品測試
5. 結(jié)論
本項(xiàng)目成
發(fā)表于 08-21 13:59
NanoEdge AI生成的模型庫，在keil里面編譯后運(yùn)行，返回都是0，沒挑出單分類，怎么解決？
我打算識別具有特定特征的曲線，我按照單分類進(jìn)行訓(xùn)練。2維數(shù)據(jù)，輸入時間序列數(shù)據(jù)，得分90+分，得到模型后。驗(yàn)證得分90+，我就在keil里面使用驗(yàn)證所用的數(shù)據(jù)，挑選了一些無特征和有特征的數(shù)據(jù)，判斷結(jié)果都返回0。
如何解決呢？
發(fā)表于 08-12 07:52
關(guān)于NanoEdge AI用于n-Class的問題求解
我想請教一下關(guān)于NanoEdge AI用于n-Class的問題。我使用NanoEdge AI的n-Class模式，訓(xùn)練好模型，設(shè)計了3個分類，使用PC端的模擬工具測試過，模型可以正常對
發(fā)表于 08-11 06:44
AI視頻分析系統(tǒng)
方案背景人工智能大時代背景下，視頻應(yīng)用領(lǐng)域相關(guān)的行業(yè)應(yīng)用方式已經(jīng)發(fā)生了深刻的變化，各論安防監(jiān)控還是各類垂直行業(yè)視頻應(yīng)用，都需要AI視覺分析與識別技術(shù)助力，而且需求廣泛而迫切。在應(yīng)用層面，以AI
在對廬山派K230的SD卡data文件夾進(jìn)行刪除和新件文件夾時無法操作，且訓(xùn)練時線程異常，怎么解決？
maincontroller.py 5609: Traceback (most recent call last):
File "E:K230K230AI_Cube_圖像分類識別訓(xùn)練工具
發(fā)表于 08-01 08:03
ai_cube訓(xùn)練模型最后部署失敗是什么原因？
ai_cube訓(xùn)練模型最后部署失敗是什么原因？文件保存路徑里也沒有中文
查看AICube/AI_Cube.log，看看報什么錯？
發(fā)表于 07-30 08:15
任正非說 AI已經(jīng)確定是第四次工業(yè)革命 那么如何從容地加入進(jìn)來呢？
的基本理論。了解監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的基本原理。例如，在監(jiān)督學(xué)習(xí)中，理解如何通過標(biāo)注數(shù)據(jù)來訓(xùn)練模型進(jìn)行分類或回歸任務(wù)，像通過大量的貓和狗的圖片標(biāo)注數(shù)據(jù)
發(fā)表于 07-08 17:44
自動封面機(jī)遠(yuǎn)程監(jiān)控運(yùn)維管理系統(tǒng)方案
行業(yè)背景 在包裝印刷領(lǐng)域，自動封面機(jī)作為實(shí)現(xiàn)封面與書芯自動貼合的重要設(shè)備，應(yīng)用極為廣泛，涵蓋各類書殼、文件夾、臺歷等生產(chǎn)場景。它能夠?qū)崿F(xiàn)封面材料的裁切、折疊、貼合、壓痕等工藝的自動化工作，極大地提升
自動封面機(jī)PLC數(shù)據(jù)采集遠(yuǎn)程監(jiān)控系統(tǒng)方案
效率，減少人工成本，提升封面裝訂的標(biāo)準(zhǔn)化和美觀度。 物通博聯(lián)工業(yè)網(wǎng)關(guān)能夠接入自動封面機(jī)PLC中，實(shí)時采集設(shè)備運(yùn)行參數(shù)并對接到MES系統(tǒng)或ERP系統(tǒng)中，從而為生產(chǎn)管理提供多種智能應(yīng)用。管
評論