일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 | 30 | 31 |
Tags
- LLM
- 컴퓨터비전
- 논문 리뷰
- cvpr 논문 리뷰
- Computer Vision 논문 리뷰
- Prompt란
- 딥러닝
- visual language model
- Data-centric AI
- deep learning
- 자기지도학습
- Data-centric
- Prompt Tuning
- Segment Anything 설명
- contrastive learning
- Self-supervised learning
- cvpr 2024
- deep learning 논문 리뷰
- Multi-modal
- Segment Anything
- Meta AI
- VLM
- Stable Diffusion
- Computer Vision
- Segment Anything 리뷰
- 논문리뷰
- open-world
- medical image
- CVPR
- Vision
Archives
- Today
- Total
목록zero-shot (1)
Study With Inha
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/bDmJkn/btseQDQWAc5/8nSDtE5dODYvTZZdlx1O9k/img.png)
Meta AI (현 메타 에이아이, 구 페이스북), Facebook Research team (FAIR) IMAGEBIND: One Embedding Space To Bind Them All 논문 링크: https://arxiv.org/pdf/2305.05665.pdf 1. Introduction 최근 Segment Anything Model (SAM) 이라는 것을 발표한 Meta AI에서 또 다른 논문을 발표했다. 2023년 5월 9일 아카이브에 올라온 최신 논문인데, 신선한 아이디어를 제시하고 있어 리뷰할 논문으로 선정했다. 이 논문에서 제시하는 'ImageBind'는 여러가지 모달리티들의 embedding을 하나의 공통 space에 정렬함으로써 긴밀한 관계를 형성하고, 이를 통해 다양한 multi-..
Paper Review
2023. 5. 11. 18:36