基于跨模态级联扩散模型的图像描述方法
陈巧红,郭孟浩,方贤,孙麒

Image captioning based on cross-modal cascaded diffusion model
Qiaohong CHEN,Menghao GUO,Xian FANG,Qi SUN
图 6 不同图像描述模型的参数量和推理速度
Fig.6 Parameter quantity and inference speed for different image description models