Amber_7422的博客

1. 视觉-语言预训练 (Vision-Language Pre-training，VLP) 预训练模型，生成图像标注，视觉问答 - 模型角度，基于编码器-解码器的模型在「图文检索」task中尚未成功实践 - 数据角度，SOTA：CLIP、SimVLM 文本噪声问题严重 本文提出BLIP（Bootstrapping Language-Image Pre-training），用于统一视觉 - 语言理解和生成任务，通过自展标注（bootstrapping the captions），可以有效地利用带有.

第一次用到知识图谱，之前都是浅尝辄止，今天就从代码出发好好学习一下叭~ 到达train阶段时，图特征已提取完毕，并形成.np文件。现阶段以这些.np文件为基础构建跨域的知识库。 获取路径 source_path = get_dataset_path(source_name, 'small') target_path1 = get_dataset_path(target_name, 'small') target_path2 = get_dataset_path(targ.