低资源图像描述网络

少样本描述精准

在极少训练数据下生成准确全面的图像描述，无需大规模标注配对，适用于医学和非英语等数据稀缺场景。

Yuena, Jiang · 常彦勋

Engineering Applications of Artificial Intelligence 2025

技术优势

少样本达到高水平

通过跨模态提示驱动网络，在1-shot设置下即可生成高质量描述，显著超越以往方法。

无需大规模标注

在训练数据极少的情况下仍能生成全面描述，适用于标注成本高的场景。

应用场景

• 少样本视觉理解：为标注稀缺的视觉任务提供少样本理解能力。
• 医学影像报告生成：用少量医学图像即可生成诊断报告，降低标注依赖。
• 多语言图像描述：无需大量语料即可生成多语言描述，覆盖四种语言。