本文介绍了一种像素级融合方法GeminiFusion，通过融合模态内部关注和模态间关注，实现了协调的融合过程。该方法在多模态图像转换、三维物体检测和任意模态的语义分割任务中表现出优秀的性能。

GeminiFusion: 高效按像素多模态融合的视觉 Transformer
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证