2021年8月17日
文献阅读_image capition_2020ECCV_Oscar: Object-Semantics Aligned Pre-training for Vision-Language Tasks
摘要： Oscar: Object-Semantics Aligned Pre-training for Vision-Language Tasks 边看边写的。写晕乎了。。 摘要： 当前视觉语言任务常用 大规模预训练模型+多模态表示（这里指image-text pair）。他们结合的比较暴力(图文简单拼接 阅读全文
posted @ 2021-08-17 11:00 Nonmy 阅读(1020) 评论(0) 推荐(0)