最新进展的视觉和语言预训练模型（VL-PTM）：awesome-vision-language-pretraining-papers

视觉和语言预训练模型（VL-PTM）的最新进展 由（ ）维护。 2021/02/26的最新更新。 目录 基于图像的VL-PTM 表征学习 预训练不可知视觉语言表示法，NeurIPS 2019 [代码] LXMERT：从变压器学习跨模态编码器表示法，EMNLP 2019 [代码] VL-BERT：通用视觉语言表示的预训练，ICLR 2020 [代码] VisualBERT：视觉和语言的简单而高性能的基准，arXiv 2019/08，ACL 2020 [代码] Unicoder-VL：跨模式预训练的视觉和语言通用编码器，AAAI 2020 用于图像字幕和VQA的统一视觉语言预训练，AAAI 2020， [code] ，（ VLP ） 单元：学习通用图像文本表示形式，ECCV 2020， [代码] 弱监督有助于词对象对齐的出现并改善视觉语言任务，arXiv 2019/12 In