Fork me on GitHub

实时周报：https://github.com/cbamls/AI_Tutorial
  •  0 回帖  •  30 浏览  •  2 周前
 

微软发布！适合所有阶段读者阅读的最新视觉-语言预训练 (VLP) 100+页综述！

以下文章来源于 https://zhuanlan.zhihu.com/p/649124369

本文调查了 过去几年开发的多模态智能视觉语言预训练（VLP）方法 。我们将这些方法分为三类： 用于图像文本 任务的 VLP，例如图像字幕、图像文本检索、视觉问答和视觉基础；用于核心计算机视觉 任务的 VLP，例如（开放集）图像分类、对象检测和分割；用于视频

微软发布！适合所有阶段读者阅读的最新视觉-语言预训练 (VLP) 100+页综述！


本文地址：https://www.6aiq.com/article/1694239329707
本文版权归作者和AIQ共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出