Buchumschlag

SCoRD: Subject-Conditional Relation Detection with Text-Augmented Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Ziyan, Kafle, Kushal, Lin, Zhe, Cohen, Scott, Ding, Zhihong, Ordonez, Vicente
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

Improving Visual Grounding by Encouraging Consistent Gradient-based Explanations
von: Yang, Ziyan, et al.
Veröffentlicht: (2022)

Improving Large Vision and Language Models by Learning from a Panel of Peers
von: Hernandez, Jefferson, et al.
Veröffentlicht: (2025)

Evaluating Text-to-Image and Text-to-Video Synthesis with a Conditional Fréchet Distance
von: Koo, Jaywon, et al.
Veröffentlicht: (2025)

FINEMATCH: Aspect-based Fine-grained Image and Text Mismatch Detection and Correction
von: Hua, Hang, et al.
Veröffentlicht: (2024)

FairDeDup: Detecting and Mitigating Vision-Language Fairness Disparities in Semantic Dataset Deduplication
von: Slyman, Eric, et al.
Veröffentlicht: (2024)

Plot'n Polish: Zero-shot Story Visualization and Disentangled Editing with Text-to-Image Diffusion Models
von: Akdemir, Kiymet, et al.
Veröffentlicht: (2025)

Visual Grounding Methods for VQA are Working for the Wrong Reasons!
von: Shrestha, Robik, et al.
Veröffentlicht: (2020)

Are Bias Mitigation Techniques for Deep Learning Effective?
von: Shrestha, Robik, et al.
Veröffentlicht: (2021)

Latent Feature-Guided Diffusion Models for Shadow Removal
von: Mei, Kangfu, et al.
Veröffentlicht: (2023)

Calibrating MLLM-as-a-judge via Multimodal Bayesian Prompt Ensembles
von: Slyman, Eric, et al.
Veröffentlicht: (2025)

MetaShadow: Object-Centered Shadow Detection, Removal, and Synthesis
von: Wang, Tianyu, et al.
Veröffentlicht: (2024)

EntityBench: Towards Entity-Consistent Long-Range Multi-Shot Video Generation
von: He, Ruozhen, et al.
Veröffentlicht: (2026)

CLIP-RD: Relative Distillation for Efficient CLIP Knowledge Distillation
von: Chung, Jeannie, et al.
Veröffentlicht: (2026)

PropTest: Automatic Property Testing for Improved Visual Programming
von: Koo, Jaywon, et al.
Veröffentlicht: (2024)

NoiseShift: Resolution-Aware Noise Recalibration for Better Low-Resolution Image Generation
von: He, Ruozhen, et al.
Veröffentlicht: (2025)

D-SCo: Dual-Stream Conditional Diffusion for Monocular Hand-Held Object Reconstruction
von: Fu, Bowen, et al.
Veröffentlicht: (2023)

Seeing Through Words: Controlling Visual Retrieval Quality with Language Models
von: Lu, Jianglin, et al.
Veröffentlicht: (2026)

Anatomy-Aware Conditional Image-Text Retrieval
von: Zheng, Meng, et al.
Veröffentlicht: (2025)

Learning from Synthetic Data for Visual Grounding
von: He, Ruozhen, et al.
Veröffentlicht: (2024)

RetouchIQ: MLLM Agents for Instruction-Based Image Retouching with Generalist Reward
von: Wu, Qiucheng, et al.
Veröffentlicht: (2026)

SCoDA: Self-supervised Continual Domain Adaptation
von: Agrawal, Chirayu, et al.
Veröffentlicht: (2025)

They're All Doctors: Synthesizing Diverse Counterfactuals to Mitigate Associative Bias
von: Magid, Salma Abdel, et al.
Veröffentlicht: (2024)

TD-RD: A Top-Down Benchmark with Real-Time Framework for Road Damage Detection
von: Xiao, Xi, et al.
Veröffentlicht: (2025)

OmniVCus: Feedforward Subject-driven Video Customization with Multimodal Control Conditions
von: Cai, Yuanhao, et al.
Veröffentlicht: (2025)

Rethinking Global Text Conditioning in Diffusion Transformers
von: Starodubcev, Nikita, et al.
Veröffentlicht: (2026)

RD-VIO: Robust Visual-Inertial Odometry for Mobile Augmented Reality in Dynamic Environments
von: Li, Jinyu, et al.
Veröffentlicht: (2023)

CompleteMe: Reference-based Human Image Completion
von: Tsai, Yu-Ju, et al.
Veröffentlicht: (2025)

Controllable and Efficient Multi-Class Pathology Nuclei Data Augmentation using Text-Conditioned Diffusion Models
von: Oh, Hyun-Jic, et al.
Veröffentlicht: (2024)

RetriBooru: Leakage-Free Retrieval of Conditions from Reference Images for Subject-Driven Generation
von: Tang, Haoran, et al.
Veröffentlicht: (2023)

SCoFT: Self-Contrastive Fine-Tuning for Equitable Image Generation
von: Liu, Zhixuan, et al.
Veröffentlicht: (2024)

SCoRe: Submodular Combinatorial Representation Learning
von: Majee, Anay, et al.
Veröffentlicht: (2023)

Group Relative Augmentation for Data Efficient Action Detection
von: Patel, Deep Anil, et al.
Veröffentlicht: (2025)

On the Importance of Conditioning for Privacy-Preserving Data Augmentation
von: Lorenz, Julian, et al.
Veröffentlicht: (2025)

Data Augmentation for Text-based Person Retrieval Using Large Language Models
von: Li, Zheng, et al.
Veröffentlicht: (2024)

RAID: Retrieval-Augmented Anomaly Detection
von: Cai, Mingxiu, et al.
Veröffentlicht: (2026)

More Than the Final Answer: Improving Visual Extraction and Logical Consistency in Vision-Language Models
von: Just, Hoang Anh, et al.
Veröffentlicht: (2025)

SCoCCA: Multi-modal Sparse Concept Decomposition via Canonical Correlation Analysis
von: Gordon, Ehud, et al.
Veröffentlicht: (2026)

A-SCoRe: Attention-based Scene Coordinate Regression for wide-ranging scenarios
von: Bui, Huy-Hoang, et al.
Veröffentlicht: (2025)

SCoRe: Clean Image Generation from Diffusion Models Trained on Noisy Images
von: Matsuzaki, Yuta, et al.
Veröffentlicht: (2026)

Data Augmentation via Latent Diffusion Models for Detecting Smell-Related Objects in Historical Artworks
von: Sheta, Ahmed, et al.
Veröffentlicht: (2025)