多模态与生成模型

本分类共 8 个专题 · 1061 道题

已筛选

共 315 道题

排序:

6381
BEVFormer 如何通过空间交叉注意力与时间自注意力构建 BEV 表示?
模型基础与推理多模态与生成模型
原理机制
进阶
6382
ViT 如何兼顾全局语义与局部细粒度特征?
模型基础与推理多模态与生成模型
方案设计
进阶
6383
ALBEF 为什么先对齐图文表示再融合,动量蒸馏起什么作用?
模型基础与推理多模态与生成模型
原理机制
进阶
6384
BridgeTower 如何通过多层桥接融合视觉与文本表示?
模型基础与推理多模态与生成模型
原理机制
进阶
6386
CoCa 如何在同一图文模型中联合对比学习与描述生成?
模型基础与推理多模态与生成模型
原理机制
进阶
6390
BEV 鸟瞰表示是什么,如何从传感器观测构建并用于感知?
模型基础与推理多模态与生成模型
概念解释
进阶
6395
多图交错输入如何保持图像身份、位置与语言指代一致?
模型基础与推理多模态与生成模型
方案设计
进阶
6400
三维点云语义分割如何组织输入表示与逐点预测?
模型基础与推理多模态与生成模型
比较选型
进阶
6401
PointNet 与 PointNet++ 如何从无序点集学习全局及局部特征?
模型基础与推理多模态与生成模型
原理机制
进阶
6403
Zero-1-to-3 如何利用单张图像与相对相机条件生成新视角?
模型基础与推理多模态与生成模型
原理机制
进阶