原文:
“目标检测” “视觉理解”实现对输入图像的理解及翻译(附源代码)
CVPR2021 用更好的目标检测器提取视觉特征!微软提出VinVL,基于更好的视觉特征,达到更强的多模态性能
我爱计算机视觉 阅30
今天为大家介绍一下VQA是什么
办公达人分享 阅78
如何借助注意力机制改进VQA模型的性能
轻语者 阅11
字节团队提出猞猁Lynx模型:多模态LLMs理解认知生成类榜单SoTA
天承办公室 阅2
OCR的工作原理?
我爱青花瓷 阅9 转2
20大热门项目告诉你,计算机视觉未来的五大趋势
英俊好男人书馆 阅2186 转16
SimVLM:具有弱监督的简单视觉语言模型预训练
雨夜的博客 阅227 转2
香侬科技独家对话Facebook人工智能研究院首席科学家Devi Parikh
黄昌易 阅62
今天聊一聊视觉-语言(VL)智能
昵称26407850 阅1
文本 视觉,多篇 Visual/Video BERT 论文介绍
taotao_2016 阅602 转3
ICLR 2020| VL-BERT:预训练视觉-语言模型
DrugAI 阅109 转2
跨界出圈 | 谈谈BERT跨模态预训练
michael1314520 阅304
Transformer在计算机视觉领域走到哪了?
黄爸爸好 阅27
历经6年 AI终于在“读图会意”上超越人类
风之心 阅10
微软牛津计划
openlog 阅977 转4
AI技术中视觉语义化的作用有哪些
昵称26181007 阅8
计算机视觉:模拟人类视觉系统,实现图像识别的技术
心之声音 阅3 转2
视觉推理与场景理解:从感知到高层语义的迁移
办公技巧达人 阅7
什么是无监督的大规模预训练模型呢
坚定不移2 阅192 转5
首页
留言交流
联系我们
回顶部