NWPU BBIC Logo
NWPU BBIC

期刊Meta-Radiology发表论文：大视觉模型与视觉提示工程综述

论文“Review of Large Vision Models and Visual Prompt Engineering”于期刊《Meta-Radiology》发表

时间：2023-12-21

关键词：计算机辅助诊断，文章接收

  近日，博士研究生王嘉琪的论文“Review of Large Vision Models and Visual Prompt Engineering”发表于期刊《Meta-Radiology》。

  视觉提示工程是视觉和图像人工智能领域的一种基本方法。随着大型视觉模型的发展，提示工程的重要性变得越来越明显。为特定视觉任务设计合适的提示已经成为一个有意义的研究方向。本综述旨在总结计算机视觉领域用于大型视觉模型和视觉提示工程的方法，探讨视觉提示工程的最新进展。我们介绍了视觉领域中具有影响力的大型模型，以及在这些模型上使用的一系列提示工程方法。我们希望这篇综述提供了对基于大型视觉模型的提示工程方法的全面系统的描述，为未来研究者在探索这一领域时提供有价值的见解。

图1：A multi-modal prompt engineering framework based on CLIP. 图1：A multi-modal prompt engineering framework based on CLIP. 图2：Different types of prompt construction methods for visual prompts. 图2：Different types of prompt construction methods for visual prompts.

参考文献

Jiaqi Wang, Zhengliang Liu, Lin Zhao, Zihao Wu, Chong Ma, Sigang Yu, Haixing Dai, Qiushi Yang, Yiheng Liu, Songyao Zhang, Enze Shi, Yi Pan, Tuo Zhang, Dajiang Zhu, Xiang Li, Xi Jiang, Bao Ge, Yixuan Yuan, Dinggang Shen, Tianming Liu, Shu Zhang,Review of Large Vision Models and Visual Prompt engineering, Meta-Radiology, 2023, 100047, ISSN 2950-1628, https://doi.org/10.1016/j.metrad.2023.100047.

相关链接

https://www.sciencedirect.com/science/article/pii/S2950162823000474