MMF的初步介紹：一個規范化的VQA，Image Captioning等視覺-語言多模態任務框架

　　在VQA， Image Caption等任務中，構建模型是一件工作量較大的工作。有沒有什么能減少這些重復的工作量呢？與此同時，Pytorch，tensorflow等開源的深度學習工具包發布，大大減 ...

論文閱讀：《MuKEA: Multimodal Knowledge Extraction and Accumulation for Knowledge-based Visual Question An

標題：基於知識的視覺問答的多模態知識提取與積累 來源：CVPR 2022https://arxiv.org/abs/2203.09138 代碼：https://github.com/Ander ...