A Picture is Worth More Than 77 Text Tokens: Evaluating CLIP-Style Models on Dense Captions
专题命中 图文多模态 :image-text(abstract);分类 cs.CV
AI 大模型
跨文本、图像、视频、音频等模态的大模型与学习方法。
专题命中 图文多模态 :image-text(abstract);分类 cs.CV
专题命中 图文多模态 :image-text(abstract);分类 cs.CV
专题命中 图文多模态 :multimodal(abstract);分类 cs.CL
Comments 16 pages, 12 figures
专题命中 图文多模态 :multimodal(abstract);分类 cs.CV
Comments Project page: https://wlin-at.github.io/cad_vi ; Huggingface dataset repo: https://huggingface.co/datasets/wlin21at/CaD-Inst
专题命中 图文多模态 :image-text(abstract);分类 cs.CV
专题命中 图文多模态 :multi-modal(abstract);分类 cs.CV
专题命中 图文多模态 :multimodal(abstract);分类 cs.CV
专题命中 图文多模态 :multimodal(abstract);分类 cs.CV
专题命中 图文多模态 :multi-modal(abstract);分类 cs.CV
Comments Technical report, 15 pages; v2 fix typos, add additional results in appendix
专题命中 图文多模态 :multi-modal(abstract);分类 cs.CV
Journal ref Transactions on Machine Learning Research (05/2024)
专题命中 图文多模态 :multimodal(abstract);分类 cs.CV
专题命中 图文多模态 :image-text(abstract);分类 cs.CV
专题命中 图文多模态 :multimodal(abstract);分类 cs.CV
专题命中 图文多模态 :multi-modal(abstract);分类 cs.CV
Comments 13 pages, 6 figures
专题命中 图文多模态 :cross-modal(abstract);分类 cs.CV
专题命中 图文多模态 :image-text(abstract);分类 cs.CV
专题命中 图文多模态 :image-text(abstract);分类 cs.CV
专题命中 图文多模态 :image-text(abstract);分类 cs.CV
Comments The first two authors contributed equally
专题命中 图文多模态 :multi-modal(abstract);分类 cs.CV
Comments 12 pages, 4 figures ICIC2024
专题命中 图文多模态 :image-text(abstract);分类 cs.CV
专题命中 图文多模态 :cross-modal(abstract);分类 cs.CV
Comments CVPR-2024
专题命中 图文多模态 :multi-modal(abstract);分类 cs.CV
Comments 14 pages, 4 figures, 9 tables
专题命中 图文多模态 :multimodal(abstract);分类 cs.CV
Comments Presented at the Robot Trust for Symbiotic Societies (RTSS) Workshop, co-located with ICRA 2024
专题命中 图文多模态 :image-text(abstract);分类 cs.AI
专题命中 图文多模态 :image-text(abstract);分类 cs.CV
Comments Accepted by CVPR 2024 Workshop Data Curation and Augmentation in Enhancing Medical Imaging Applications
专题命中 图文多模态 :image-text(abstract);分类 cs.CV
Comments 13 pages
专题命中 图文多模态 :multi-modal(abstract);分类 cs.CV
专题命中 图文多模态 :image-text(abstract);分类 cs.CV
Comments Accepted by ICME2024
专题命中 图文多模态 :multimodal(abstract);分类 cs.AI
Comments 10 pages, 11 figures
专题命中 图文多模态 :image-text(abstract);分类 cs.CV
Comments 20 pages