原文：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
万字深度好文！视觉-语言（VL）智能：任务、表征学习和大型模型
taotao_2016    阅35    转2
视觉-语言预训练入门指南
520jefferson    阅288    转3
ICLR 2020| VL-BERT：预训练视觉-语言模型
DrugAI    阅109    转2
脑电研究：通过神经活动和视觉特征的多模态学习解码大脑表征
思影科技    阅508    转2
CVPR 2020 | 京东AI研究院对视觉与语言的思考：从自洽、交互到共生
天承办公室    阅248
你知道什么是空间调制的共同注意力模型吗
昵称26407850    阅7
深度学习模型在计算机视觉中的应用
第七代师兄    阅5
基于海量图文数据和多粒度视觉特征的多模态预训练
办公达人分享    阅2
视觉问答技术的发展趋势与未来展望
坚定不移2    阅17
扫描文件还不会用百度网盘，鸡哔你！
laoyu2012    阅26
Transformer在计算机视觉领域走到哪了？
黄爸爸好    阅27
利用知识蒸馏实现跨模态学习：从图像到语音
办公技巧达人    阅23
多模态学习模型在情感分析中的应用
科技分享小助手    阅3
AGI之MFM：《多模态基础模型：从专家到通用助手》翻译与解读之视觉理解、视觉生成
处女座的程序猿    阅131    转2