SyCoCa: 对称化的关注屏蔽对齐的对比式字幕生成器

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本文介绍了一种名为SyCoCa的对称式对比式字幕生成器,通过全局和局部表达水平上的图像和文本交互,实现了多模态对齐。实验证实了该方法的有效性。

🏷️

标签

➡️

继续阅读