2023年12月6日
【论文阅读笔记】【多模态-Referring & Grounding】 Grounded Language-Image Pre-training
摘要： GLIP CVPR 2022 (Oral, Best Paper Finalist) 读论文思考的问题 论文试图解决什么问题？写作背景是什么？ 问题： 如何将视觉-语言预训练技术应用在以目标检测为代表的 fine-grained image understanding 上面？ 如何在增加训练数据的同 阅读全文
posted @ 2023-12-06 20:12 PanSTARRS 阅读(973) 评论(0) 推荐(0)