COSMOS: Cross-Modality Self-Distillation for Vision Language Pre-training
专题命中 视觉定位与Grounding :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments CVPR 2025
AI 大模型
视觉语言模型、视觉推理、视觉问答、图文理解和视觉 grounding。
专题命中 视觉定位与Grounding :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments CVPR 2025
专题命中 视觉定位与Grounding :grounding(abstract);分类 cs.CV、cs.AI、cs.LG
专题命中 视觉定位与Grounding :grounding(abstract);分类 cs.CV、cs.AI、cs.LG
Comments ICLR 2024
专题命中 视觉定位与Grounding :VLM(abstract);分类 cs.CV、cs.AI、cs.LG
专题命中 视觉定位与Grounding :grounding(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Published as a conference paper at IJCLR'24
专题命中 视觉定位与Grounding :multimodal large language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments 11 pages, 9 figures
专题命中 视觉定位与Grounding :vision-language model(abstract);grounding(abstract)
专题命中 视觉定位与Grounding :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Accepted at the Thirteenth International Conference on Learning Representations (ICLR 2025)
专题命中 视觉定位与Grounding :grounding(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Project page: https://yinboc.github.io/dito/
专题命中 视觉定位与Grounding :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Accepted to 2025 IEEE/CVF Winter Conference on Applications of Computer Vision Workshops (WACVW)
专题命中 视觉定位与Grounding :vision-language model(abstract);VLM(abstract)
专题命中 视觉定位与Grounding :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Accepted to ACCV 2024; Project Page: https://vltseg.github.io/
专题命中 视觉定位与Grounding :grounding(abstract);分类 cs.CV、cs.AI、cs.LG
Comments NeurIPS 2024
专题命中 视觉定位与Grounding :grounding(abstract);分类 cs.CV、cs.AI、cs.LG
专题命中 视觉定位与Grounding :grounding(abstract);分类 cs.CV、cs.AI、cs.LG
专题命中 视觉定位与Grounding :vision language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments 29 pages, preprint submitted to Information Fusion journal
专题命中 视觉定位与Grounding :grounding(abstract);分类 cs.CV、cs.AI、cs.LG
Comments NeurIPS 2024
专题命中 视觉定位与Grounding :grounding(abstract);分类 cs.CV、cs.AI、cs.LG
Comments ECCV 2024
专题命中 视觉定位与Grounding :vision language model(abstract);VLM(abstract)
专题命中 视觉定位与Grounding :grounding(abstract);分类 cs.CV、cs.AI、cs.LG
专题命中 视觉定位与Grounding :multimodal large language model(abstract);MLLM(abstract)
Comments ACM MM2024
专题命中 视觉定位与Grounding :grounding(abstract);分类 cs.CV、cs.AI、cs.LG
Comments ICML 2024
专题命中 视觉定位与Grounding :grounding(abstract);分类 cs.CV、cs.AI、cs.LG
Comments ICML 2024
专题命中 视觉定位与Grounding :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
专题命中 视觉定位与Grounding :grounding(abstract);分类 cs.CV、cs.AI、cs.LG
Comments CMU Machine Learning Department PhD Thesis
专题命中 视觉定位与Grounding :vision language model(abstract);分类 cs.CV、cs.AI、cs.LG
专题命中 视觉定位与Grounding :vision-language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments Accepted as Highlight at CVPR2024
专题命中 视觉定位与Grounding :multimodal large language model(abstract);分类 cs.CV、cs.AI、cs.LG
Comments NAACL 2024
专题命中 视觉定位与Grounding :vision-language model(abstract);VLM(abstract)
Comments LREC-COLING 2024, Long Paper
专题命中 视觉定位与Grounding :vision-language model(abstract);grounding(abstract)