既存のビジョン言語事前トレーニング（VLP）の方法は、主にペアの画像テキストデータセットに依存しています。これらのデータセットは、膨大な人的労力によって注釈が付けられるか、インターネットからクロールさ

arxiv_reader のブックマーク 2022/06/20 12:02

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4721254796721884290/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2206.08919v1" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2206.08919v1" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2206.08919v1" data-user-icon="/users/arxiv_reader/profile.png">VLMixer：対になっていない視覚-クロスモーダルCutMixによる言語の事前トレーニング</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/human">human</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22contrastive%20learning%22">contrastive learning</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/pre-training">pre-training</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/dataset">dataset</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/denoising">denoising</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/augmentation">augmentation</a>]</li></ul><br><p style="clear: left">既存のビジョン言語事前トレーニング（VLP）の方法は、主にペアの画像テキストデータセットに依存しています。これらのデータセットは、膨大な人的労力によって注釈が付けられるか、インターネットからクロールさ</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20220620#bookmark-4721254796721884290"><span class="datetime-body">2022/06/20 12:02</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！