- در پروژهvqa با استفاده از شبکه cnn به استخراج ویژگی های تصویر و با استفاده از rnn به استخراج ویژگی سوال پرسیده شده از تصویر پرداخته شده است و در این بخش از attention استفاده شده و در نهایت این دو بردار وبژگی در بخش fution باهم ترکیب شده اند تا پاسخ مورد نظر تولید شود. با توجه به اینکه کد مقالهCGMVQA در این زمینه کار کرده و کد آن در گیت هاب هست بنده تصمیم دارم از این کد اجرا گرفته و درصورت نیاز تغییرات کمی روی اون ایجاد کنم. با توجه به میزان کار انجام شده احتمال تغییر هزینه پیشنهادی هم میباشد.
- ( فایل مقاله و تصویر معماری آن پیوست شده)
گروه مهندسین امید قبلا این پروژه را انجام داده اند در صورت نیاز به انجام این پروژه یا پروژه های مشابه لطفا با ما در تماس باشید:
شرکت فناوران امید
02128421193
تلگرام: @fanavaraneomid_support
واتساپ: 09129726343 , 09168869631
ایمیل: support@fanavaraneomid.co
