Bendi新闻
>
多模态,又一波大爆发。。

多模态,又一波大爆发。。

1月前

大家好,今天分享一个我认为未来最好发论文的方向:多模态融合

我总结了56个多模态融合的创新点,并整理了对应论文,来自ICLR2024、AAAI2024等顶会。想发论文的同学们赶快扫下方二维码下载资料合集,找到你的顶会idea!

下滑查看全部56个多模态融合创新点

  1. 多模态融合的渐进式融合

  2. 多模态学习中的正交序列融合

  3. 视听融合中多任务学习的集成框架

  4. 量化半监督多模态学习中的交互

  5. 基于Hypergraph的自监督多模态表示学习

  6. 可扩展的多模态融合

  7. 多模态嵌入式问答

  8. 从多任务混合视角看待缺失模态

  9. 多模态学习单模态偏差理论

  10. 交替单模态适应

  11. 深度平衡方法

  12. 多模态攻击框架

  13. 基于注意力机制的多模态融合

  14. 联合自回归混合框架

  15. 处理缺失模态的鲁棒多模态学习

  16. 基于变压器的3D对象检测模型

  17. 图对比学习方法

  18. 多模态系统数据平衡

  19. 多模态数据集降维

  20. 多模态上下文学习

  21. 多个变压网络融合

  22. 新的多模态对比学习框架

  23. 动态多模态融合

  24. 质量感知多模态融合

  25. 跳跃-交叉网络融合架构

  26. MMSR-自适应顺序融合模态特征

  27. cross-attention特征融合

  28. 迭代多模态交互

  29. 图像与点云融合的语义分割模型

  30. 跨模态边缘特权知识蒸馏框架

  31. 鸟瞰图特征级融合方法

  32. 多模态融合TransFuser

  33. 两种模态对比学习

  34. 动量蒸馏

  35. 基于线性的特征融合

  36. 改进的具有类名语义的原型网络

  37. 基于双线性的特征融合

  38. 基于交叉注意力的特征融合

  39. encoding特征提取融合特征图

  40. 三模态深度融合

  41. 样本不平衡数据处理方法

  42. 多模态实体集扩展数据集

  43. 跨领域多任务学习的多模态对齐提示

  44. 多模态提示学习的标签对齐

  45. 场景图知识增强多模态结构化表示

  46. 多模态视觉提示跟踪模型

  47. 大规模神经元追踪的多模态体积特征

  48. 基于扩散的一次性字体生成方法

  49. 扩展潜在空间的VAE模型

  50. 新型3D物体生成框架

  51. 新型端到端多模态融合框架

  52. 同质多模态特征融合和交互的三维物体检测

  53. 自主检测和定位预定义对象的框架

  54. 知识蒸馏方法压缩TDS-Net

  55. 关联驱动特征分解融合网络

  56. 基于因果注意力的特征融合

扫码免费领56个多模态融合

最新创新点论文资料



通关多模态:基础与实战系列课


学习多模态融合,需要掌握一定的多模态领域基础知识。


针对刚入门的同学们,我分享一个由顶会审稿人、高校博士联手打造的4节基础课与14节Kaggle全程实战课(含全部课件、代码、数据集)的多模态系列课程。并为你配套195篇多模态基础论文272页《多模态深度学习》综述书PDF


课程原价是196元,我的粉丝限时0.01元解锁全部课程与资料!


课程涵盖了多模态生成、多模态学习等诸多方向的基础知识,Kaggle全程实战讲解课程的机会更是非常难得,大家抓紧扫码学习!

扫码0.01元解锁18节多模态基础系列课!


《通关多模态基础与实战》课程大纲

多模态生成

-Image caption、 Image generation

-Video caption、Video generation

多模态深度学习

-多模态任务:视觉语言问答、多模态情感分析、对话系统...

-多模态技术:GAN、VAE、CLIP...

多模态Paper精读 (一、二)

-CLIP— 多模态领域鸿蒙之钟巨作

Kaggle实战:商品匹配大赛

-赛题介绍与Baseline讲解

-图像特征提取与图像检索

-文本特征提取与文本检索

-商品多模态匹配

-信息检索比赛复盘

-模型融合与集成

-问题答疑

-复赛冲刺

Kaggle实战:宠物预测大赛

-赛题介绍与Baseline讲解

-CV相关理论介绍及其代码讲解

-调参技巧与数据增强设计

-多模态特证聚合理论介绍

-CV和其他模态数据讲解

-比赛总结复盘

扫码0.01元解锁18节多模态基础系列课!



海量多模态论文资料


56个多模态融合的创新点


195篇多模态各领域论文

扫码免费领56个多模态融合创新点

195篇多模态各领域论文



《多模态深度学习》PDF


概述了多模态深度学习中使用的SOTA方法,以克服来自非结构化数据和组合不同模态输入的挑战。


该书内容涵盖广泛且通俗易懂,无论作为深入学习还是知识扩展都是一本极好的书籍。共272,可以扫描下方二维码下载。

扫码免费领多模态海量资料合集

微信扫码关注该文公众号作者

来源:Jack Cui

相关新闻

零成本突破多模态大模型瓶颈!多所美国顶尖高校华人团队,联合推出自增强技术CSRACL 2024 | 多模态大模型能揭示图像背后的深意吗?赋予机器人思考能力!北大提出自纠正多模态大模型,赋能端到端机器人操作GPT-4o仅排第二!北大港大等6所高校联手,发布权威多模态大模型榜单!多模态大模型+自动驾驶=?ECCV'24这场Workshop开启招募啦多模态大模型不够灵活,谷歌DeepMind创新架构Zipper:分开训练再「压缩」港大和字节提出Groma:多模态大模型新范式!模拟人类先感知后认知,精确定位图中物体!港大字节提出多模态大模型新范式,模拟人类先感知后认知,精确定位图中物体中国移动千亿多模态大模型发布,「九天-九九」风趣畅聊堪比GPT-4o[COLING 2024教程] 多模态大语言模型MLLM系列教程AI早知道|百度即将发布全新App腾讯元宝;行业首发多模态大模型辅助视障人士未央播报 | 央行进一步推动优化支付服务工作 OpenAI发布多模态大模型GPT-4o北京内推 | 中国电信人工智能研究院招聘多模态大模型算法研发实习生HuggingFace烧钱做了一大批实验,揭示多模态大模型哪些trick真正有效上海AI Lab开源首个可替代GPT-4V的多模态大模型北京内推 |​ 商汤研究院基础多模态大模型组招聘多模态方向算法实习生李未可科技古鉴:发布自研多模态大模型WAKE-AI,三大优化让AI眼镜交互体验升级 丨GenAICon 2024AI早知道|元象开源首个多模态大模型XVERSE-V;信通院发布国内首个汽车大模型标准国产多模态大模型开源!无条件免费商用,性能超Claude 3 Sonnet元象首个多模态大模型 XVERSE-V 开源,刷新权威大模型榜单,支持任意宽高比输入文末送书 | 中山大学HCP实验室专著《多模态大模型》重磅发布国产多模态大模型狂飙!颜水成挂帅开源Vitron,破解图像/视频模型割裂问题​第一个基于Llama 3的多模态大模型!Bunny-Llama-3-8B-V上线!颜水成挂帅,奠定「通用视觉多模态大模型」终极形态!一统理解/生成/分割/编辑
logo
联系我们隐私协议©2024 bendi.news
Bendi新闻
Bendi.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Bendi.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。