- 综合排序
- 最热优先
- 最新优先
- 来自专栏计算机视觉工坊
ICCV | TupleInfoNCE 的对比多模态融合
使用二进制精度（Acc-2）、7 级精度（Acc-7）和 F-Score 作为评估指标。 结果如表 3 和表 4 所示，方法在这些极具挑战性和竞争性的数据集上，始终优于以前的方法。 例如，与以前性能最好的方法 MISA 相比，Acc-7 在 MOSI 上从 42.3 上升到 43.3，从 52.2 上升到MOSEI 52.7。 结果发现，在不优化负样本的情况下统一设置 αk 会导致 NYUv2 语义分割任务的 mIoU 下降 1.7%，SUN RGB-D 3D 对象检测任务的 mAP 下降 0.5%，MOSI 上的 Acc-7 下降 0.6，Acc-7 下降 0.4在 MOSEI 上。 结果显示，使用这四种模式，达到了 52.6 Acc-7，仅比以前低 0.1%。
1.5K20编辑于 2023-02-24 - 来自专栏Java 筑基与进阶
【论文解读】DLF：以语言为核心的多模态情感分析新范式 (AAAI 2025)
DLF 在 MSA 领域最权威的两个数据集 CMU-MOSI 和 CMU-MOSEI 上进行了验证： 超越经典：在与 MISA、MulT、DMD 等 11 种主流方法的对比中，DLF 在几乎所有指标（Acc
54010编辑于 2026-01-12 - 来自专栏自然语言处理(NLP)论文速递
中南 | 情感分析革命：UniSA 引领多模态情感分析进入新纪元！(含源码！)
平均绝对误差(MAE)、7类别准确度(ACC-7)和2类别准确度(ACC-2)用于多模态情感分析。WA和加权F1分数 (WF1) 用于对话中的情绪识别。
1.2K30编辑于 2023-09-14 - 来自专栏音乐与健康
基于多尺度自适应跨模态注意力融合（MACAF）的三模态情感分析-体感音乐多模态治疗
（4）评价标准CMU-MOSI和CMU-MOSEI：均方误差（MSE）、平均绝对误差(MAE)、Pearson相关性(Corr)、二元精度(Acc-2)、F-Score(F1)和多级精度(Acc-7和Acc5
87110编辑于 2025-07-26
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号