首页 > TAG信息列表 > GLIP
GLIP_Grounded Language-Image Pre-training
一句话概括：多模态目标检测 目录1、问题2、介绍和实现2.1 数据统一2.1.1 object detect数据转统一格式,补充prompt2.2.2 grounding数据转统一格式：自动生成box，怎么生成box？2.2 模型结构统一2.2.1 语言感知的融合2.3 loss 统一object detect loss转换3、效果4、分析和结论 1、问题 1、GLIP_Grounded Language-Image Pre-training
一句话概括：多模态目标检测 目录1、问题2、介绍和实现2.1 数据统一2.1.1 object detect数据转统一格式,补充prompt2.2.2 grounding数据转统一格式：自动生成box，怎么生成box？2.2 模型结构统一2.2.1 语言感知的融合2.3 loss 统一object detect loss转换3、效果4、分析和结论 1、问题 1、