SA-M4C : Spatially Aware Multimodal Transformers for TextVQA --- 论文阅读笔记
Paper : https://arxiv.org/abs/2007.12146 [ECCV2020] spatially aware self-attention layer : 使用空间图定义每一个视觉实体只看相邻的实体，多头自注意力层的每个头都专注于关系的不同子集。 每个头都考虑局部上下文，而不是将注意力分散在所有视觉实体中； 避免学习多余的特征 在TextVQA数据集中大约有13% 的问题
相关文章
- 1. M4C:Iterative Answer Prediction with Pointer-Augmented Multimodal Transformers for TextVQA ---论文阅读笔记
- 2. SMA :Structured Multimodal Attentions for TextVQA --- 论文阅读笔记
- 3. 论文阅读笔记：Scheduled Sampling for Transformers
- 4. Target-aware deep tracking 论文阅读笔记
- 5. 论文阅读笔记：BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
- 6. 多模态情感分类 论文阅读笔记 Integrating Multimodal Information in Large Pretrained Transformers
- 7. 论文阅读理解 - Automatic Spatially-aware Fashion Concept Discovery
- 8. （论文阅读笔记）Attentive Aspect Modeling for Review-aware Recommendation
- 9. 【阅读笔记】《Depth-Aware CNN for RGB-D Segmentation》（一）——论文部分
- 10. 论文阅读笔记《TAFE-Net: Task-Aware Feature Embeddings for Low Shot Learning》
- 更多相关文章...
- • RSS 阅读器 - RSS 教程
- • PHP 实例 - AJAX RSS 阅读器 - PHP教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • JDK13 GA发布：5大特性解读
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. M4C:Iterative Answer Prediction with Pointer-Augmented Multimodal Transformers for TextVQA ---论文阅读笔记
- 2. SMA :Structured Multimodal Attentions for TextVQA --- 论文阅读笔记
- 3. 论文阅读笔记：Scheduled Sampling for Transformers
- 4. Target-aware deep tracking 论文阅读笔记
- 5. 论文阅读笔记：BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
- 6. 多模态情感分类 论文阅读笔记 Integrating Multimodal Information in Large Pretrained Transformers
- 7. 论文阅读理解 - Automatic Spatially-aware Fashion Concept Discovery
- 8. （论文阅读笔记）Attentive Aspect Modeling for Review-aware Recommendation
- 9. 【阅读笔记】《Depth-Aware CNN for RGB-D Segmentation》（一）——论文部分
- 10. 论文阅读笔记《TAFE-Net: Task-Aware Feature Embeddings for Low Shot Learning》