[Vision Language Model]

Summary

[X:AI Conference]

2024.08 ~ 2024.11

Project Link: Github

• 입력 이미지에 **Segmentation Module(SAM)**을 추가해 모델이 이미지 속 필요한 부분만 활용할 수 있도록 전처리
• 기존 Projection Module을 Q-Former를 응용한 형태 변환하여 Text-Image alignment 향상 (✨)
• COCO Segmentation Benchmark 실험 결과 33.2%로 비공식 1위 달성 (Papers with code 기준)
• ❓About this project

1. Introduction

주제 Task 설명

2. Related Work

Supervised Composed Image Retrieval

Zero-shot Composed Image Retrieval

3. IDEA

기존 모델들의 한계점

Main IDEA

4. Training

Dataset

Training Flow

5. Experiments

ImageNet-S