AutoGluon-Multimodal (AutoMM): 用基础模型提升多模态 AutoML
机器学习
2024-05-02 v2 人工智能
摘要
AutoGluon-Multimodal (AutoMM) 是一个专为多模态学习设计的开源 AutoML 库。凭借卓越的易用性，AutoMM 只需三行代码即可对基础模型进行微调。支持包括图像、文本和表格数据在内的各种模态，既可独立使用，也可组合使用，图书馆提供从分类、回归、目标检测、语义匹配到图像分割等全套功能。跨越多样化数据集和任务的实验表明，AutoMM 在基本分类和回归任务中优于现有 AutoML 工具，同时在高级任务中也表现出竞争力，与为此类任务专门设计的工具箱保持一致。
引用
@article{arxiv.2404.16233,
title = {AutoGluon-Multimodal (AutoMM): Supercharging Multimodal AutoML with Foundation Models},
author = {Zhiqiang Tang and Haoyang Fang and Su Zhou and Taojiannan Yang and Zihan Zhong and Tony Hu and Katrin Kirchhoff and George Karypis},
journal= {arXiv preprint arXiv:2404.16233},
year = {2024}
}
备注
Accepted at AutoML 2024 Conference