技术栈
解码多模态
彼得虫
2 个月前
深度学习
·
解码多模态
【BLIP】解读BLIP
BLIP，全称是Bootstrapped Language-Image Pretraining，源自《BLIP: Bootstrapping Language-Image Pre-training for Unifified Vision-Language Understanding and Generation》这篇文章，是来自Salesforce Research的一个多模态模型。