会员服务
Joint Token Pruning and Squeezing Towards More Aggressive Compression of Vision Transformers
Arxiv
0+阅读 · 2023年4月21日
SurgicalGPT: End-to-End Language-Vision GPT for Visual Question Answering in Surgery
Arxiv
2+阅读 · 2023年4月19日
Implicit Temporal Modeling with Learnable Alignment for Video Recognition
Arxiv
0+阅读 · 2023年4月20日
MixPro: Simple yet Effective Data Augmentation for Prompt-based Learning
Arxiv
0+阅读 · 2023年4月19日
SViTT: Temporal Learning of Sparse Video-Text Transformers
Arxiv
0+阅读 · 2023年4月18日
Efficient Video Action Detection with Token Dropout and Context Refinement
Arxiv
0+阅读 · 2023年4月17日
Typos-aware Bottlenecked Pre-Training for Robust Dense Retrieval
Arxiv
0+阅读 · 2023年4月17日
Sparsity-Constrained Optimal Transport
Arxiv
0+阅读 · 2023年4月14日
TransHP: Image Classification with Hierarchical Prompting
Arxiv
0+阅读 · 2023年4月13日
APPLeNet: Visual Attention Parameterized Prompt Learning for Few-Shot Remote Sensing Image Generalization using CLIP
Arxiv
0+阅读 · 2023年4月12日
How you feelin'? Learning Emotions and Mental States in Movie Scenes
Arxiv
0+阅读 · 2023年4月12日
ExBEHRT: Extended Transformer for Electronic Health Records to Predict Disease Subtypes & Progressions
Arxiv
0+阅读 · 2023年4月11日
Controllable Textual Inversion for Personalized Text-to-Image Generation
Arxiv
0+阅读 · 2023年4月11日
Guiding Large Language Models via Directional Stimulus Prompting
Arxiv
0+阅读 · 2023年4月7日
ViT-Calibrator: Decision Stream Calibration for Vision Transformer
Arxiv
0+阅读 · 2023年4月10日
参考链接
微信扫码咨询专知VIP会员
Top