AOViT, un modelo basado en Vision Transformer que clasifica estilos de pinturas patrimoniales con un 93,85% de precisión
Investigadores presentan AOViT, un modelo basado en Vision Transformer para clasificar estilos artísticos en pinturas. Según el estudio, usa la autoatención para captar dependencias de largo alcance y contexto global, como composición y textura. Con validación cruzada de cinco particiones sobre el dataset Persian Miniatures, logra una precisión media del 93,85%.
Qué significa
Ofrece a historiadores del arte digital una alternativa a las CNN para clasificar estilos pictóricos, sobre todo cuando hay pocos datos de entrenamiento disponibles.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- Frontiers in Artificial Intelligence | New and Recent ArticlesLeer la noticia completa en Frontiers in Artificial Intelligence | New and Recent Articles