JarvisIR: Elevating Autonomous Driving Perception with Intelligent Image Restoration
专题命中 VLM训练与架构 :VLM(abstract);分类 cs.CV
Comments 25 pages, 15 figures
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 VLM训练与架构 :VLM(abstract);分类 cs.CV
Comments 25 pages, 15 figures
专题命中 VLM训练与架构 :LLaVA(abstract);分类 cs.CV
专题命中 VLM训练与架构 :grounding(abstract);分类 cs.CV
Comments Accepted for publication at CVPR 2025
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
专题命中 VLM训练与架构 :multimodal large language model(abstract);分类 cs.CV
Comments 22 pages, Accepted by CVPR 2025
专题命中 VLM训练与架构 :LLaVA(abstract);分类 cs.CV
Journal ref Nature Communications volume 16, Article number: 3108 (2025)
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments Accepted in SSI-FM Workshop of ICLR 2025
专题命中 VLM训练与架构 :vision language model(abstract);分类 cs.LG
Comments 8 pages, 3 figures. IROS 2024 Submission
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments Conference paper at International Symposium on Biomedical Imaging (ISBI) 2025
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
专题命中 VLM训练与架构 :LLaVA(abstract);分类 cs.CV
Comments CVPR 2025 camera-ready version
专题命中 VLM训练与架构 :grounding(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments 16 pages, 5 figures
专题命中 VLM训练与架构 :LLaVA(abstract);分类 cs.AI
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments CVPR 2025, Project page is available at https://cvlab-kaist.github.io/Visual-Persona
专题命中 VLM训练与架构 :multimodal large language model(abstract);分类 cs.CV
Comments Project page: https://github.com/BradyFU/Awesome-Multimodal-Large-Language-Models/tree/Alignment
专题命中 VLM训练与架构 :multimodal large language model(abstract);分类 cs.CV
Comments CVPR 2025, Project page: https://miranheo.github.io/omni-rgpt/
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments Accepted CVPR 2025; First two authors contributed equally;
专题命中 VLM训练与架构 :VLM(abstract);分类 cs.CV
Comments Project page: https://cy94.github.io/excap3d/, Video: https://www.youtube.com/watch?v=SQRV1l_0oY0
专题命中 VLM训练与架构 :LLaVA(abstract);分类 cs.CV
Comments 10 pages, 8 figures
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments Accepted by CVPR 2025
专题命中 VLM训练与架构 :VLM(abstract);分类 cs.CV
Comments To be presented at NAACL 2025
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments 24 pages, 16 tables, 8 figures. To be presented at ICLR'25
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments MICCAI 2024 Workshop
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments Accepted by CVPR 2025. Project Page: https://emova-ollm.github.io/
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments Accepted by CVPR 2025