Buchumschlag

Towards Large-scale 3D Representation Learning with Multi-dataset Point Prompt Training

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Xiaoyang, Tian, Zhuotao, Wen, Xin, Peng, Bohao, Liu, Xihui, Yu, Kaicheng, Zhao, Hengshuang
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

GroupContrast: Semantic-aware Self-supervised Representation Learning for 3D Understanding
von: Wang, Chengyao, et al.
Veröffentlicht: (2024)

OA-CNNs: Omni-Adaptive Sparse CNNs for 3D Semantic Segmentation
von: Peng, Bohao, et al.
Veröffentlicht: (2024)

Concerto: Joint 2D-3D Self-Supervised Learning Emerges Spatial Representations
von: Zhang, Yujia, et al.
Veröffentlicht: (2025)

Point Transformer V3: Simpler, Faster, Stronger
von: Wu, Xiaoyang, et al.
Veröffentlicht: (2023)

DreamComposer: Controllable 3D Object Generation via Multi-View Conditions
von: Yang, Yunhan, et al.
Veröffentlicht: (2023)

One for All: Multi-Domain Joint Training for Point Cloud Based 3D Object Detection
von: Wang, Zhenyu, et al.
Veröffentlicht: (2024)

Scalable Language Model with Generalized Continual Learning
von: Peng, Bohao, et al.
Veröffentlicht: (2024)

DreamComposer++: Empowering Diffusion Models with Multi-View Conditions for 3D Content Generation
von: Yang, Yunhan, et al.
Veröffentlicht: (2025)

LISA++: An Improved Baseline for Reasoning Segmentation with Large Language Model
von: Yang, Senqiao, et al.
Veröffentlicht: (2023)

Tailor3D: Customized 3D Assets Editing and Generation with Dual-Side Images
von: Qi, Zhangyang, et al.
Veröffentlicht: (2024)

Sonata: Self-Supervised Learning of Reliable Point Representations
von: Wu, Xiaoyang, et al.
Veröffentlicht: (2025)

OpenIns3D: Snap and Lookup for 3D Open-vocabulary Instance Segmentation
von: Huang, Zhening, et al.
Veröffentlicht: (2023)

Utonia: Toward One Encoder for All Point Clouds
von: Zhang, Yujia, et al.
Veröffentlicht: (2026)

TMT-VIS: Taxonomy-aware Multi-dataset Joint Training for Video Instance Segmentation
von: Zheng, Rongkun, et al.
Veröffentlicht: (2023)

Generalized Decoupled Learning for Enhancing Open-Vocabulary Dense Perception
von: Wang, Junjie, et al.
Veröffentlicht: (2025)

LiteReality: Graphics-Ready 3D Scene Reconstruction from RGB-D Scans
von: Huang, Zhening, et al.
Veröffentlicht: (2025)

GPT4Point: A Unified Framework for Point-Language Understanding and Generation
von: Qi, Zhangyang, et al.
Veröffentlicht: (2023)

GeoAuxNet: Towards Universal 3D Representation Learning for Multi-sensor Point Clouds
von: Zhang, Shengjun, et al.
Veröffentlicht: (2024)

Any3D-VLA: Enhancing VLA Robustness via Diverse Point Clouds
von: Fan, Xianzhe, et al.
Veröffentlicht: (2026)

Efficient 3D Perception on Multi-Sweep Point Cloud with Gumbel Spatial Pruning
von: Sun, Tianyu, et al.
Veröffentlicht: (2024)

OmniBind: Large-scale Omni Multimodal Representation via Binding Spaces
von: Wang, Zehan, et al.
Veröffentlicht: (2024)

Mind the Interference: Retaining Pre-trained Knowledge in Parameter Efficient Continual Learning of Vision-Language Models
von: Tang, Longxiang, et al.
Veröffentlicht: (2024)

Multi-scale Feature Fusion with Point Pyramid for 3D Object Detection
von: Lu, Weihao, et al.
Veröffentlicht: (2024)

Explore the Potential of CLIP for Training-Free Open Vocabulary Semantic Segmentation
von: Shao, Tong, et al.
Veröffentlicht: (2024)

Point Transformer V3 Extreme: 1st Place Solution for 2024 Waymo Open Dataset Challenge in Semantic Segmentation
von: Wu, Xiaoyang, et al.
Veröffentlicht: (2024)

PhysMaster: Mastering Physical Representation for Video Generation via Reinforcement Learning
von: Ji, Sihui, et al.
Veröffentlicht: (2025)

FocalClick-XL: Towards Unified and High-quality Interactive Segmentation
von: Chen, Xi, et al.
Veröffentlicht: (2025)

Towards Unified 3D Object Detection via Algorithm and Data Unification
von: Li, Zhuoling, et al.
Veröffentlicht: (2024)

PDF: Point Diffusion Implicit Function for Large-scale Scene Neural Representation
von: Ding, Yuhan, et al.
Veröffentlicht: (2023)

Prompt Highlighter: Interactive Control for Multi-Modal LLMs
von: Zhang, Yuechen, et al.
Veröffentlicht: (2023)

MiCo: Multi-image Contrast for Reinforcement Visual Reasoning
von: Chen, Xi, et al.
Veröffentlicht: (2025)

Multi-label Cluster Discrimination for Visual Representation Learning
von: An, Xiang, et al.
Veröffentlicht: (2024)

HERMES++: Toward a Unified Driving World Model for 3D Scene Understanding and Generation
von: Zhou, Xin, et al.
Veröffentlicht: (2026)

OV-Uni3DETR: Towards Unified Open-Vocabulary 3D Object Detection via Cycle-Modality Propagation
von: Wang, Zhenyu, et al.
Veröffentlicht: (2024)

LION: Linear Group RNN for 3D Object Detection in Point Clouds
von: Liu, Zhe, et al.
Veröffentlicht: (2024)

WeatherPrompt: Multi-modality Representation Learning for All-Weather Drone Visual Geo-Localization
von: Wen, Jiahao, et al.
Veröffentlicht: (2025)

Edit360: 2D Image Edits to 3D Assets from Any Angle
von: Huang, Junchao, et al.
Veröffentlicht: (2025)

Towards Robust Multi-tab Website Fingerprinting
von: Deng, Xinhao, et al.
Veröffentlicht: (2025)

Towards Training A Chinese Large Language Model for Anesthesiology
von: Wang, Zhonghai, et al.
Veröffentlicht: (2024)

MultiWorld: Scalable Multi-Agent Multi-View Video World Models
von: Wu, Haoyu, et al.
Veröffentlicht: (2026)