SA-M4C : Spatially Aware Multimodal Transformers for TextVQA --- 論文閱讀筆記
Paper : https://arxiv.org/abs/2007.12146 [ECCV2020] spatially aware self-attention layer : 使用空間圖定義每一個視覺實體只看相鄰的實體，多頭自注意力層的每個頭都專注於關係的不同子集。 每個頭都考慮局部上下文，而不是將注意力分散在所有視覺實體中； 避免學習多餘的特徵 在TextVQA數據集中大約有13% 的問題
相關文章
- 1. M4C:Iterative Answer Prediction with Pointer-Augmented Multimodal Transformers for TextVQA ---論文閱讀筆記
- 2. SMA :Structured Multimodal Attentions for TextVQA --- 論文閱讀筆記
- 3. 論文閱讀筆記：Scheduled Sampling for Transformers
- 4. Target-aware deep tracking 論文閱讀筆記
- 5. 論文閱讀筆記：BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
- 6. 多模態情感分類 論文閱讀筆記 Integrating Multimodal Information in Large Pretrained Transformers
- 7. 論文閱讀理解 - Automatic Spatially-aware Fashion Concept Discovery
- 8. （論文閱讀筆記）Attentive Aspect Modeling for Review-aware Recommendation
- 9. 【閱讀筆記】《Depth-Aware CNN for RGB-D Segmentation》（一）——論文部分
- 10. 論文閱讀筆記《TAFE-Net: Task-Aware Feature Embeddings for Low Shot Learning》
- 更多相關文章...
- • RSS 閱讀器 - RSS 教程
- • PHP 實例 - AJAX RSS 閱讀器 - PHP教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • JDK13 GA發佈：5大特性解讀
相關標籤/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。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. M4C:Iterative Answer Prediction with Pointer-Augmented Multimodal Transformers for TextVQA ---論文閱讀筆記
- 2. SMA :Structured Multimodal Attentions for TextVQA --- 論文閱讀筆記
- 3. 論文閱讀筆記：Scheduled Sampling for Transformers
- 4. Target-aware deep tracking 論文閱讀筆記
- 5. 論文閱讀筆記：BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding
- 6. 多模態情感分類 論文閱讀筆記 Integrating Multimodal Information in Large Pretrained Transformers
- 7. 論文閱讀理解 - Automatic Spatially-aware Fashion Concept Discovery
- 8. （論文閱讀筆記）Attentive Aspect Modeling for Review-aware Recommendation
- 9. 【閱讀筆記】《Depth-Aware CNN for RGB-D Segmentation》（一）——論文部分
- 10. 論文閱讀筆記《TAFE-Net: Task-Aware Feature Embeddings for Low Shot Learning》