VicTR: Video-conditioned Text Representations for Activity Recognition
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments To appear at CVPR 2024
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 :vision-language model(abstract);分类 cs.CV
Comments To appear at CVPR 2024
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments CVPR 2024
专题命中 VLM训练与架构 :MLLM(abstract);分类 cs.AI
专题命中 VLM训练与架构 :LLaVA(abstract);分类 cs.CV
Comments CVPR 2024; Project Page: https://julianjuaner.github.io/projects/PromptHighlighter
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 :VLM(abstract);分类 cs.CV
Comments accepted by CVPR24
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.AI
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments Accepted in CVPR 2024
专题命中 VLM训练与架构 :multimodal large language model(abstract);分类 cs.CV
专题命中 VLM训练与架构 :MLLM(abstract);分类 cs.AI
Journal ref Information 2023, 14(12), 638
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments ICLR 2024 spotlight
专题命中 VLM训练与架构 :grounding(abstract);分类 cs.CV
Comments Accepted to LREC-COLING 2024
专题命中 VLM训练与架构 :LLaVA(abstract);分类 cs.LG
Comments Our model weights and codes will be made public at https://github.com/DLCV-BUAA/TinyLLaVABench
专题命中 VLM训练与架构 :grounding(abstract);分类 cs.CV
Comments To appear in CVPR 2023
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 The content of the technical report needs to be updated and retracted to avoid other impacts
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments Accepted by Pattern Recognition
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 :LLaVA(abstract);分类 cs.CV
专题命中 VLM训练与架构 :grounding(abstract);分类 cs.CV
Comments 9 pages, 5 figures
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments Accepted to NeurIPS 2023
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments 16 pages; Website: http://fingerrec.github.io/cosmo
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments Accepted to AAAI2024. Code is available at https://github.com/hulianyuyy/COMMA
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments Project Page: https://pixart-alpha.github.io
专题命中 VLM训练与架构 :multimodal large 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 AAAI'24
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments Accepted by AAAI2024
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments 13 pages, 7 figures, accepted to AAAI 2024
专题命中 VLM训练与架构 :vision-language model(abstract);分类 cs.CV
Comments Accepted to IEEE/CVF WACV 2024
专题命中 VLM训练与架构 :vision language model(abstract);分类 cs.CV
Comments 14 pages, 6 figures, 8 tables