多模态算法专栏

在

PaLI系列多模态模型：Pathways Language and Image model

1. PaLI：一种联合尺度的多模态模型 大...

读出全部
在

Uni-Perceiver系列: 基于双编码器的多模态通用模型

1.引用 这篇论文提出了一种名为 ...

读出全部
在

BEiT：初探大一统多模态框架

1. 引言 近年来，语言、视觉和多模态预训练...

读出全部
在

CoCa：多模态领域的六边形战士

1. 简介 大规模预训练基础模型在计算机视觉...

读出全部
在

BLIP: 自举式数据清洗助力多模态

BLIP: Bootstrapping La...

读出全部
在

VLMO：基于混合专家的视觉语言模型

1. 摘要 这篇论文提出了一种名为&nbsp...

读出全部
在

ALBEF（Align Before Fuse）：模态对齐与知识蒸馏

1. 摘要 1.1 问题 现有的多模态（图像...

读出全部
在

CLIP：基于对比学习的图像文本预训练模型

1. 摘要 目前最先进的计算机视觉系统通常通...

读出全部
在

ViLT: 视觉与语言多模态框架

1. 摘要 视觉与语言预训练（VLP）在跨模...

读出全部