多模态与生成模型

本分类共 8 个专题 · 1526 道题

已筛选

共 398 道题

排序:

6342
SigLIP 与 CLIP 的图文对齐目标有什么区别?
模型基础与推理多模态与生成模型
比较选型
进阶
6377
SegFormer 如何通过层级 Transformer 与轻量解码器完成语义分割?
模型基础与推理多模态与生成模型
原理机制
进阶
6378
图像特征工程包含哪些工作,如何验证特征对任务的作用?
模型基础与推理多模态与生成模型
方案设计
进阶
6379
计算机视觉从传统图像处理到基础模型经历了哪些关键变化?
模型基础与推理多模态与生成模型
开放讨论
—
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
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
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