SilVar: Speech Driven Multimodal Model for Reasoning Visual Question Answering and Object Localization

Fuente: arXiv
Enregistré dans:
Détails bibliographiques
Auteurs principaux: Pham, Tan-Hanh, Le, Hoang-Nam, Nguyen, Phu-Vinh, Ngo, Chris, Hy, Truong-Son
Format: Preprint
Publié: 2024
Sujets:
Accès en ligne:
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires