2023年12月14日
【论文阅读笔记】【多模态-Vision-Language Pretraining】 BLIP: Bootstrapping Language-Image Pre-training for Unified Vision-Language Understanding and Generation
摘要： BLIP ICML 2022 (Spotlight) 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： 在视觉-语言预训练（VLP）中，如何提高充斥着噪声的海量图文对数据的质量，提升预训练效果？ 如何设计模型，使得预训练后的模型在理解（understanding-based）任务和生 阅读全文
posted @ 2023-12-14 10:37 PanSTARRS 阅读(292) 评论(0) 推荐(0)