Openstory++: A Large-scale Dataset and Benchmark for Instance-aware Open-domain Visual Storytelling
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
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 其他VLM :vision-language model(abstract);分类 cs.CV
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments In ACL-Findings 2024
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments Upcoming publication, Findings of EMNLP 2023
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments Accepted by ACM MM2024
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments 13 pages, 8 figures
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments Accepted for ORAL presentation at the 2024 IEEE International Geoscience and Remote Sensing Symposium
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments CVPR 2024 Workshop on Computer Vision in the Wild
专题命中 其他VLM :multimodal large language model(abstract);分类 cs.CV
Comments Accepted by ACM MM2024
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments Accepted to ECCV 2024
专题命中 其他VLM :multimodal large language model(abstract);分类 cs.CV
Comments 19 pages, 7 figures; including supplementary material
专题命中 其他VLM :multimodal large language model(abstract);分类 cs.AI
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments MICCAI 2024
专题命中 其他VLM :vision-language model(abstract);分类 cs.LG
专题命中 其他VLM :visual language model(abstract);分类 cs.CV
Comments ECCV 2024 Accepted
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments 8 pages, 5 figures
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
专题命中 其他VLM :visual language model(abstract);分类 cs.CV
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
专题命中 其他VLM :vision-language model(abstract);分类 cs.LG
Comments 10 pages,2 figures plus supplementary materials
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments 16 pages, 17 figures
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
专题命中 其他VLM :vision-language model(abstract);分类 cs.AI
专题命中 其他VLM :multimodal large language model(abstract);分类 cs.CV
专题命中 其他VLM :vision-language model(abstract);分类 cs.LG
Comments ICML 2024 camera-ready
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
专题命中 其他VLM :multimodal large language model(abstract);分类 cs.CV
专题命中 其他VLM :vision-language model(abstract);分类 cs.AI
Comments Project website: https://github.com/cocacola-lab/MineLand
专题命中 其他VLM :MLLM(abstract);分类 cs.CV
Comments ICML2024
专题命中 其他VLM :vision language model(abstract);分类 cs.CV
Comments Code available at https://github.com/3DTopia/3DTopia