Bangla Image Caption Generation Using Vision Transformer (ViT) Based Model

In the era of digital content and visual communication, Bangla image captioning has emerged as a crucial technology for enhancing accessibility, improving content discoverability, and bridging the language gap for millions of Bangla speakers worldwide. Our work proposes a novel approach combining a...

Celý popis

Podrobná bibliografie

Vydáno v:	2025 International Conference on Electrical, Computer and Communication Engineering (ECCE) s. 1 - 6
Hlavní autoři:	Sarker, Arpita, Das, Udoy, Murad, Hasan
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 13.02.2025
Témata:	Bangla Image Captioning Bangla NLP Computational modeling Computer architecture Computer vision Encoder-Decoder Transformer Feature extraction Image edge detection Measurement Meteors Residual neural networks Transformers Vision Transformer Visual communication
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!