【多模态】18、ViLD | 通过对视觉和语言知识蒸馏来实现开集目标检测（ICLR2022） - 代码天地

【多模态】18、ViLD | 通过对视觉和语言知识蒸馏来实现开集目标检测（ICLR2022）

移动开发 2023-07-28 18:38:11 阅读次数: 0

NoSuchKey

猜你喜欢

转载自blog.csdn.net/jiaoyangwm/article/details/131960333

【多模态】18、ViLD | 通过对视觉和语言知识蒸馏来实现开集目标检测（ICLR2022）

【多模态】26、视觉-文本多模态任务超详细介绍「CLIP/LSeg/ViLD/GLIP/ALBEF/BLIP/CoCa/BEIT」

多模态知识学习

【多模态】17、CORA | 将 CLIP 使用到开集目标检测

CVPR 2022数据集汇总｜包含目标检测、多模态等方向

一文彻底搞懂多模态 - 多模态理解+视觉大模型+多模态检索

视觉语言多模态预训练综述

【多模态】20、OVR-CNN | 使用 caption 来实现开放词汇目标检测

【多模态】19、RegionCLIP | 基于 Region 来实现视觉语言模型预训练

ICML 2022 | 字节跳动 AI Lab 提出多模态模型：X-VLM，学习视觉和语言的多粒度对齐...

【多模态】21、BARON | 通过引入大量 regions 来提升模型开放词汇目标检测能力（CVPR2021）

迈向多模态AGI之开放世界目标检测

【多模态】1、几种多模态 vision-language 任务和数据集介绍

一文彻底搞懂多模态 - 基础术语+基础知识+多模态学习

【多模态】16、DetCLIP | 构建超大词汇字典来进行开放世界目标检测

从视觉和音频角度看多模态学习的过去与未来

ChatGPT是否能够处理多模态数据和多模态对话？

EMNLP2022 | 多模态“讽刺语言”检测框架(南洋理工 & 含源码)

两篇2023 ICLR多模态论文分享(模态互补性对多模态鲁棒性影响与对多模表示学习有效的单模学习)

资源盘点丨9个经典视觉-语言多模态预训练数据集

ICML 2022｜达摩院多模态模型OFA，实现模态、任务和架构三个统一

InternVid：用于多模态视频理解与生成的大规模视频-文本数据集 | ICLR Spotlight

AI-多模态-文本-＞图像-2022：Midjourney

面向目标的多模态情感分析方法

（10-3-04）基于多模态模型的文生图系统：多模态成对抗网络（GAN）模型(4)实现多模态GAN模型

GPT4来了，多模态模型上线

论文浅尝 | 基于交互模态融合的多模态知识图谱补全

多模态PaliGemma——Google推出的基于SigLIP和Gemma的视觉语言模型

自用（跨模态、多光谱行人检测论文）

基于多模态学习的虚假新闻检测研究

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)