OpenMixer៖ វិធីសាស្រ្តថ្មីដើម្បីបើកការរកឃើញសកម្មភាពវាក្យសព្ទ

OpenMixer គឺជាវិធីសាស្រ្តស្វែងរកសកម្មភាពវាក្យសព្ទបើកចំហថ្មីដែលប្រើអត្ថន័យ និងការធ្វើមូលដ្ឋានីយកម្មនៃគំរូភាសាដែលមើលឃើញធំ (VLM) រួមផ្សំជាមួយនឹងការរចនាឧបករណ៍បំលែងការរកឃើញដែលមានមូលដ្ឋានលើសំណួរ (DETR) ដើម្បីដោះស្រាយបញ្ហាការរកឃើញសកម្មភាពនៅក្នុងពិភពបើកចំហដោយជោគជ័យ។ ការពិសោធន៍បង្ហាញថា OpenMixer ដំណើរការលើសពីវិធីសាស្ត្រមូលដ្ឋានក្នុងការរកឃើញសកម្មភាពដែលមើលឃើញ និងមើលមិនឃើញ។