- 论文地址：
- 代码地址：
- 主要工作：
- 核心思想：
- 具体实现：
-
- CLIP：
- DECLIP：
- 实验结果：
https://arxiv.org/abs/2110.05208
代码地址：https://github.com/Sense-GVT/DeCLIP
主要工作：CLIP需要使用 400M 的图像-文本对来进行训练，而作者表明可以通过广泛利用数据集中的互监督、自监督信息来加速训练。在此基础上提出了 DeCLIP，使用了比 CLIP 小 7.1 倍的数据实现了 0.8 % 的新能提升（ResNet50 on ImageNet），并且在下游的 11 个任务中
