Aplicación de LLM en la Comprensión de Imágenes a través de SVG's

El objetivo principal del trabajo es explorar cómo los LLMs, que tradicionalmente procesan texto, pueden aplicarse a tareas de visión por computadora. La clave de este enfoque es convertir imágenes en formato raster (JPEG, PNG) a formato SVG, lo que permite a los LLMs manejar descripciones textuales de imágenes. Esta conversión facilita el procesamiento de imágenes sin necesidad de componentes visuales adicionales.

SVGs como Representación de Imágenes: Los gráficos vectoriales escalables describen imágenes utilizando elementos de texto (XML). Esto permite …

ai llm llms png svg