2024-08-28 12:18 已编辑 北京理工大学 算法工程师 发布于北京
关注
传统cv想做多模态
目前是研一，马上研二。
只做过传统的cv，用过YOLO，做过人体关键点检测，图像分割，图像分类之类的内容。
nlp只做过比较简单的，像用RNN做文本分类，文本生成。
没做过文生图和图生文以及图生图。
目前想找多模态的实习，不知道应该如何准备。
感谢大佬在评论区指点！
大概有个方向了，还有个小小的疑问，只学理论不跑代码能找到多模态的实习吗？
或者有没有合适的练手开源项目推荐。
只做过传统的cv，用过YOLO，做过人体关键点检测，图像分割，图像分类之类的内容。
nlp只做过比较简单的，像用RNN做文本分类，文本生成。
没做过文生图和图生文以及图生图。
目前想找多模态的实习，不知道应该如何准备。
感谢大佬在评论区指点！
大概有个方向了，还有个小小的疑问，只学理论不跑代码能找到多模态的实习吗？
或者有没有合适的练手开源项目推荐。
全部评论
有礼貌的打工鸭a
清华大学 算法工程师
从clip到bilp系列 flamingo llava系列 cogvlm系列 internvl系列都看一遍
RockyDing
北京科技大学 算法工程师
可以看一下Rocky撰写的《三年面试五年模拟》系列文章
退学转码_校招咨询
中国科学技术大学 算法工程师
秋招？
相关推荐
查看21道真题和解析 03-02 08:18
集美大学 Java 
没有赛事奖项么？另外，项目经历字有点多哈，建议突出一下重点：用的什么技术，解决什么问题，达到什么效果。 点赞 评论 收藏
分享