論文まとめ：BLIP-2: Bootstrapping Language-Image Pre-training with Frozen Image Encoders and Largeタイトル：BLIP-2: Bootstrapping Language-Image Pre-training with Frozen Image Encoders and Large Language Models 著者：Junnan Li, Dongxu Li, Silvio Savarese, Steven Hoi（Saleforce Research） 論文URL：https://arxiv.org/abs/2301.12597 コード：https://github.com/salesforce/LAVIS/tree/main/projects/blip2 HuggingFace：https://huggingface.co/spaces/taesiri/BLIP-2 ざっくりいうと 視覚言語（V&L）モデルにおいて、事前学習コストを減らしつつ精度を出すための研究 事前訓練済みの画像
