Efficient Vision-and-Language Pre-training with Text-Relevant Image Patch Selection

Fuente: arXiv
Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Ye, Wei, Jiang, Chaoya, Xu, Haiyang, Ye, Chenhao, Li, Chenliang, Yan, Ming, Zhang, Shikun, Huang, Songhang, Huang, Fei
Format: Preprint
Veröffentlicht: 2024
Schlagworte:
Online-Zugang:
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!