谷歌浏览器插件
订阅小程序
在清言上使用

Two-Stage Multimodality Fusion for High-Performance Text-Based Visual Question Answering.

COMPUTER VISION - ACCV 2022, PT IV(2023)

引用 2|浏览33
关键词
TextVQA,Scene text recognition,Multimodal information fusion,Contrastive learning
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要