Fine-Grained Food Image Understanding via Target-Aware Data Alignment

arXiv cs.CV ・ 2026-07-28

AI による要約

食品の細粒度な視覚・言語理解を向上させるため、ターゲットを意識したデータ選択とVLMによるキャプション洗練を行うデータ中心型のアプローチを提案した。ウェブデータのドメインギャップやノイズを解消し、料理の詳細な特徴認識精度を高める。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.CV）をご確認ください。