ICML-ViLT Vision-and-Language Transformer Without Convolution or Region Sup ...

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

ViLT: Vision-and-Language Transformer
               Without Convolution or Region Supervision

                    Wonjae Kim * 1  Bokyung Son * 1 Ildoo Kim 2

             Abstract                                    Visual Embedding Schema
                                    Region Feature                   CNN         Region
   Vision-and-Language Pre-training (VLP) has im-          (ViLBERT, UNITER, ...)
                                                   Image
                               ...

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：convolution transform Language without withou