zinengtang/TVLT

PyTorch code for “TVLT: Textless Vision-Language Transformer” (NeurIPS 2022 Oral)

语言：Jupyter Notebook · GitHub 星标：126 · Fork：12

话题：audio · pretraining · textless · transformers · tvlt · vision-and-audio · vision-and-language

在 GitHub 上查看原仓库