多解像度

書いてみる

関連タグ

#OCRベンチマーク (1)
#タスク (6,684)
#モデル (13,339)
#性能 (919)
#指導チューニング (1)
#視覚 (1,741)

ConvLLaVA: Hierarchical Backbones as Visual Encoder for Large Multimodal Models

Ikemen Mas Kot
3か月前