BriefGPT.xyz
大模型
Ask
alpha
关键词
language-vision model
搜索结果 - 2
SyCoCa: 对称化的关注屏蔽对齐的对比式字幕生成器
当前视觉语言模型研究的基础主题是语言和视觉之间的多模态对齐。对比式字幕生成器 (CoCa) 是一种代表性方法,它将对比语言 - 图像预训练 (CLIP) 和图像字幕 (IC) 集成到统一框架中,取得了令人印象深刻的结果。本文提出了一种称为对
→
PDF
6 months ago
零射 3D 形状对应
本文提出一种新颖的零样本方法,用于计算 3D 模型之间的对应关系,特别是针对具有很强差异性和不同类别之间匹配的问题,并在零样本情况下使用 language-vision model 方法进行分类,使用 ChatGPT 生成语义映射,并使用
→
PDF
a year ago
Prev
Next