Reinforced Cross-Modal Matching and Self-Supervised Imitation Learning for Vision-Language Navigation
1:20
Reinforced Cross-Modal Matching and Self-Supervised Imitation Lear…
2018年11月27日
Microsoft
What Is Computer Vision? | IBM
What Is Computer Vision? | IBM
3 个月之前
ibm.com
In vision-and-language pretraining (VLP), objects can be used as anchor points to make aligning semantics between image-text pairs easier. Learn how Oscar, a novel VLP framework utilizing objects, sets new state of the art on six vision-and-language tasks: https://aka.ms/AA8flix | Microsoft Research
0:12
In vision-and-language pretraining (VLP), objects can be used as anc…
已浏览 2.3万 次2020年5月15日
FacebookMicrosoft Research
[ICCV'25 Oral] Gaussian Splatting-based Scene Understanding with Vision-Language Pretraining
9:14
[ICCV'25 Oral] Gaussian Splatting-based Scene Understanding with …
已浏览 1 次2 个月之前
YouTubeYue Li
Introduction to Vision Language Models (VLM)
37:00
Introduction to Vision Language Models (VLM)
已浏览 6617 次1 个月前
YouTubeVizuara
【生成式人工智慧與機器學習導論2025】第 10 講：語音語言模型發展史 (本課程前段內容為歷史回顧，2025 年的技術從 1:42:00 開始)
2:29:02
【生成式人工智慧與機器學習導論2025】第 10 講：語音語言模型發 …
已浏览 6607 次2 周前
YouTubeHung-yi Lee
Attention Model for Computer Vision Tasks
Attention Model for Computer Vision Tasks
已浏览 1034 次2023年11月2日
YouTubeDr. Vineet Mehan
59:35
A Survey on Large Multimodal Reasoning Models-2-多模态大模型 …
已浏览 1551 次4 个月之前
bilibili小林绿子的怀中猫
22:57
多模态经典论文集7：BEiT-3
已浏览 3241 次8 个月之前
bilibiliDeepFinder
23:33
A Survey on Efficient Vision-Language-Action Models(TJU 2025)
已浏览 696 次2 个月之前
bilibilimardinff
1:42:09
ICCV 2025论文分享 第二场
已浏览 640 次4 个月之前
bilibiliNICE学术
59:52
LAVIT论文分享
已浏览 510 次2023年11月25日
bilibili人工智能之心
11:37
BERT Neural Network - EXPLAINED!
已浏览 46.1万 次2020年5月4日
YouTubeCodeEmporium
10:37
动画讲CV/VilBERT Pretraining Task-Agnostic Visiolinguistic Represen…
已浏览 1659 次2021年12月26日
bilibili喝CV的咖啡
5:25
Overview | Image Segmentation
已浏览 7.2万 次2021年5月26日
YouTubeFirst Principles of Computer Vision
3:01
Underground mining
已浏览 7.1万 次2021年3月29日
YouTubeUnderground Miner
58:02
ICCV'25 Oral 开源 | 首个3DGS场景语义前馈网络Scenesplats
已浏览 3143 次3 个月之前
bilibili3D视觉工坊
7:08
How Computer Vision Works
已浏览 33.7万 次2018年4月19日
YouTubeGoogle Cloud Tech
1:08:06
Deep Learning Basics: Introduction and Overview
已浏览 250.7万 次2019年1月11日
YouTubeLex Fridman
14:47
Vision Transformer for Image Classification
已浏览 14.1万 次2021年5月5日
YouTubeShusen Wang
4:21
RS Visual Fields Part 1 - Performing The Tests
已浏览 3.3万 次2021年3月29日
YouTubeMichigan Medicine
2:53
4D-VLA来了！VLA跨视角校准
已浏览 966 次6 个月之前
bilibili具身人机
3:03
一体式多模态大模型VL-BEIT做了什么？BERT有什么优点？
已浏览 775 次2024年6月14日
bilibiliPh-D-Vlog
48:07
OpenAI CLIP: ConnectingText and Images (Paper Explained)
已浏览 16.8万 次2021年1月12日
YouTubeYannic Kilcher
30:06
XLNet: Generalized Autoregressive Pretraining for Language Underst…
已浏览 2.5万 次2019年7月3日
YouTubeYannic Kilcher
16:43
4 | Strategic management | Internal Appraisal, VRIO, RBV, Valu chain …
已浏览 21.5万 次2021年2月19日
YouTubeDWIVEDI GUIDANCE
2:08
Preview 2 Gummy Bear 2020 Effects
已浏览 26.8万 次2020年6月18日
YouTubeLuis Miguel Costa Sousa
11:01
Best Practices: Successful Inclusion — Dea's Story
已浏览 6.4万 次2015年7月2日
YouTubeDIT Labs - Fairfax County Public Schools
2:31
尝鲜中文图文多模态SOTA模型：Chinese CLIP
已浏览 3140 次2023年1月31日
bilibilinlp炼丹师
5:43
Computer Vision Explained in 5 Minutes | AI Explained
已浏览 19.1万 次2021年8月9日
YouTubeAI Sciences
观看更多视频
静态缩略图占位符