1.0t锟侥筹拷
OCR文字识别用的是什么算法?
图像输入:[1, 3, 32, 128],输出特征:[1, 128, 384] 视觉-语言解码器(Visio-lingual Decoder):使用两个的Attention,第一个是context–position attention,其中T:context length,...
图像输入:[1, 3, 32, 128],输出特征:[1, 128, 384] 视觉-语言解码器(Visio-lingual Decoder):使用两个的Attention,第一个是context–position attention,其中T:context length,...