【AIGC】16、Vision-Language 模型在视觉任务中的调研 - 代码天地

【AIGC】16、Vision-Language 模型在视觉任务中的调研

移动开发 2023-06-18 20:27:54 阅读次数: 0

NoSuchKey

猜你喜欢

转载自blog.csdn.net/jiaoyangwm/article/details/131187462

【AIGC】16、Vision-Language 模型在视觉任务中的调研

【微调视觉-语言模型】Learning to Prompt for Vision-Language Models

超越 CLIP 的视觉-语言模型：Scaling Up Visual and Vision-Language Representation Learning

VLT：Vision-Language Transformer用于引用的视觉语言转换和查询生成分割

【多模态】1、几种多模态 vision-language 任务和数据集介绍

多模态预训练模型选用指南（Vision-Language Pre-traning）

Learning to Prompt for Vision-Language Models

【论文笔记】BEIT 3 ——Image as a Foreign Language: BEIT Pretraining forAll Vision and Vision-Language Tasks

VL (Vision and Language) 任务简介及数据集

BLIP: Bootstrapping Language-Image Pre-training for Unified Vision-Language Understanding and Genera

【论文笔记】BLIP: Bootstrapping Language-Image Pre-training forUnified Vision-Language Understanding and

ZSSeg: A Simple Baseline for Open-Vocabulary Semantic Segmentation with Pre-trained Vision-language

VLP(Vision-Language Pre-training)的发展和评估(1)

【论文笔记】VLMO: Unified Vision-Language Pre-Training with Mixture-of-Modality-Experts

【提示学习论文五】Conditional Prompt Learning for Vision-Language Models论文原理及复现工作

《Seeing Out of tHe bOx: End-to-End Pre-training for Vision-Language Representation Learning》—论文笔记

Vision-Language Navigation - Windows环境下编译安装Matterport3D Simulator仿真器（三）

Vision-Language Navigation - Windows环境下编译安装Matterport3D Simulator仿真器（四）

[mPLUG]: Effective and Efficient Vision-Language Learning by Cross-modal Skip-connections多模态特征融合方法泛读

Vision-Language Navigation - Windows环境下编译安装Matterport3D Simulator仿真器（二）

Vision-Language Navigation - Windows环境下编译安装Matterport3D Simulator仿真器（一）

Vision-Language Navigation - Windows环境下编译安装Matterport3D Simulator仿真器（零）

论文笔记：Multilingual Multimodal Pre-training for Zero-Shot Cross-Lingual Transfer of Vision-Language Mo

论文笔记：COOKIE: Contrastive Cross-Modal Knowledge Sharing Pre-training for Vision-Language Representati

X2-VLM: All-In-One Pre-trained Model For Vision-Language Tasks论文笔记

跨模态检索论文阅读：(PTP)Position-guided Text Prompt for Vision-Language Pre-training

CVPR 2023 | 图像超分，结合扩散模型/GAN/部署优化，low-level任务，视觉AIGC系列

【人工智能 | 计算机视觉】Google Research, 2022 & beyond: Language, vision and generative models

【计算机视觉】Vision and Language Pre-Trained Models算法介绍合集（三）

【AIGC】Visual ChatGPT 视觉模型深度解析

今日推荐

周排行

教你如何约女孩子的方式去理解（TCP三次握手与四次挥手）

android按压背景

【量化小讲堂-Python&Pandas系列10】如何判断一个策略的好坏？(附代码)

编程题：利用链表实现栈

盘点47条 Allegro 使用技巧，你都知道吗？

在VMware Workstation中安装CentOS

二叉树的实现

cmake安装jsoncpp

ReactNative开发城市列表页

最全前端学习资源

每日归档

更多

2025-03-20(0)

2025-03-19(0)

2025-03-18(0)

2025-03-17(0)

2025-03-16(0)

2025-03-15(0)

2025-03-14(0)

2025-03-13(0)

2025-03-12(0)

2025-03-11(0)