Image de couverture de livre

MosaicFusion: Diffusion Models as Data Augmenters for Large Vocabulary Instance Segmentation

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Xie, Jiahao, Li, Wei, Li, Xiangtai, Liu, Ziwei, Ong, Yew Soon, Loy, Chen Change
Format:	Preprint
Publié:	2023
Sujets:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Documents similaires

Open-Vocabulary SAM: Segment and Recognize Twenty-thousand Classes Interactively
par: Yuan, Haobo, et autres
Publié: (2024)

DST-Det: Simple Dynamic Self-Training for Open-Vocabulary Object Detection
par: Xu, Shilin, et autres
Publié: (2023)

Explore In-Context Segmentation via Latent Diffusion Models
par: Wang, Chaoyang, et autres
Publié: (2024)

CLIPSelf: Vision Transformer Distills Itself for Open-Vocabulary Dense Prediction
par: Wu, Size, et autres
Publié: (2023)

EdgeSAM: Prompt-In-the-Loop Distillation for SAM
par: Zhou, Chong, et autres
Publié: (2023)

OMG-Seg: Is One Model Good Enough For All Segmentation?
par: Li, Xiangtai, et autres
Publié: (2024)

Transformer-Based Visual Segmentation: A Survey
par: Li, Xiangtai, et autres
Publié: (2023)

Mamba or RWKV: Exploring High-Quality and High-Efficiency Segment Anything Model
par: Yuan, Haobo, et autres
Publié: (2024)

Generalizable Implicit Motion Modeling for Video Frame Interpolation
par: Guo, Zujin, et autres
Publié: (2024)

Towards Language-Driven Video Inpainting via Multimodal Large Language Models
par: Wu, Jianzong, et autres
Publié: (2024)

Make Me Happier: Evoking Emotions Through Image Diffusion Models
par: Lin, Qing, et autres
Publié: (2024)

Lightweight and Accurate Multi-View Stereo with Confidence-Aware Diffusion Model
par: Wang, Fangjinhua, et autres
Publié: (2025)

DifFace: Blind Face Restoration with Diffused Error Contraction
par: Yue, Zongsheng, et autres
Publié: (2022)

Omegance: A Single Parameter for Various Granularities in Diffusion-Based Synthesis
par: Hou, Xinyu, et autres
Publié: (2024)

FRESCO: Spatial-Temporal Correspondence for Zero-Shot Video Translation
par: Yang, Shuai, et autres
Publié: (2024)

Efficient Diffusion Model for Image Restoration by Residual Shifting
par: Yue, Zongsheng, et autres
Publié: (2024)

MVIP-NeRF: Multi-view 3D Inpainting on NeRF Scenes via Diffusion Prior
par: Chen, Honghua, et autres
Publié: (2024)

Contextual Object Detection with Multimodal Large Language Models
par: Zang, Yuhang, et autres
Publié: (2023)

Control Color: Multimodal Diffusion-based Interactive Image Colorization
par: Liang, Zhexin, et autres
Publié: (2024)

Enhanced Generative Structure Prior for Chinese Text Image Super-resolution
par: Li, Xiaoming, et autres
Publié: (2025)

Kalman-Inspired Feature Propagation for Video Face Super-Resolution
par: Feng, Ruicheng, et autres
Publié: (2024)

AITTI: Learning Adaptive Inclusive Token for Text-to-Image Generation
par: Hou, Xinyu, et autres
Publié: (2024)

Point-In-Context: Understanding Point Cloud via In-Context Learning
par: Liu, Mengyuan, et autres
Publié: (2024)

F-LMM: Grounding Frozen Large Multimodal Models
par: Wu, Size, et autres
Publié: (2024)

Zero-Shot Video Translation and Editing with Frame Spatial-Temporal Correspondence
par: Yang, Shuai, et autres
Publié: (2025)

Eliminating Feature Ambiguity for Few-Shot Segmentation
par: Xu, Qianxiong, et autres
Publié: (2024)

GroupDiff: Diffusion-based Group Portrait Editing
par: Jiang, Yuming, et autres
Publié: (2024)

OMG-LLaVA: Bridging Image-level, Object-level, Pixel-level Reasoning and Understanding
par: Zhang, Tao, et autres
Publié: (2024)

Arbitrary-steps Image Super-resolution via Diffusion Inversion
par: Yue, Zongsheng, et autres
Publié: (2024)

Mosaic3D: Foundation Dataset and Model for Open-Vocabulary 3D Segmentation
par: Lee, Junha, et autres
Publié: (2025)

Unified Embedding Alignment for Open-Vocabulary Video Instance Segmentation
par: Fang, Hao, et autres
Publié: (2024)

Trans-Adapter: A Plug-and-Play Framework for Transparent Image Inpainting
par: Dai, Yuekun, et autres
Publié: (2025)

CLIP-VIS: Adapting CLIP for Open-Vocabulary Video Instance Segmentation
par: Zhu, Wenqi, et autres
Publié: (2024)

Controllable Human-centric Keyframe Interpolation with Generative Prior
par: Guo, Zujin, et autres
Publié: (2025)

MOWA: Multiple-in-One Image Warping Model
par: Liao, Kang, et autres
Publié: (2024)

Direct Segmentation without Logits Optimization for Training-Free Open-Vocabulary Semantic Segmentation
par: Li, Jiahao, et autres
Publié: (2026)

3DEnhancer: Consistent Multi-View Diffusion for 3D Enhancement
par: Luo, Yihang, et autres
Publié: (2024)

Fine-grained Abnormality Prompt Learning for Zero-shot Anomaly Detection
par: Zhu, Jiawen, et autres
Publié: (2024)

Learning 3D Garment Animation from Trajectories of A Piece of Cloth
par: Shao, Yidi, et autres
Publié: (2025)

Learning Inclusion Matching for Animation Paint Bucket Colorization
par: Dai, Yuekun, et autres
Publié: (2024)