Copertina

SimPLR: A Simple and Plain Transformer for Efficient Object Detection and Segmentation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Nguyen, Duy-Kien, Oswald, Martin R., Snoek, Cees G. M.
Natura:	Preprint
Pubblicazione:	2023
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

FVO: Fast Visual Odometry with Transformers
di: Yugay, Vlardimir, et al.
Pubblicazione: (2025)

An Image is Worth More Than 16x16 Patches: Exploring Transformers on Individual Pixels
di: Nguyen, Duy-Kien, et al.
Pubblicazione: (2024)

Union-over-Intersections: Object Detection beyond Winner-Takes-All
di: Bhowmik, Aritra, et al.
Pubblicazione: (2023)

R-MAE: Regions Meet Masked Autoencoders
di: Nguyen, Duy-Kien, et al.
Pubblicazione: (2023)

Redefining Normal: A Novel Object-Level Approach for Multi-Object Novelty Detection
di: Salehi, Mohammadreza, et al.
Pubblicazione: (2024)

PIN: Positional Insert Unlocks Object Localisation Abilities in VLMs
di: Dorkenwald, Michael, et al.
Pubblicazione: (2024)

Segment Any 3D-Part in a Scene from a Sentence
di: Wu, Hongyu, et al.
Pubblicazione: (2025)

Dual Guidance Semi-Supervised Action Detection
di: Singh, Ankit, et al.
Pubblicazione: (2025)

TWIST & SCOUT: Grounding Multimodal LLM-Experts by Forget-Free Tuning
di: Bhowmik, Aritra, et al.
Pubblicazione: (2024)

Training-Free Semantic Segmentation via LLM-Supervision
di: Sun, Wenfang, et al.
Pubblicazione: (2024)

Low-Resource Vision Challenges for Foundation Models
di: Zhang, Yunhua, et al.
Pubblicazione: (2024)

QUOTA: Quantifying Objects with Text-to-Image Models for Any Domain
di: Sun, Wenfang, et al.
Pubblicazione: (2024)

Commonsense Video Question Answering through Video-Grounded Entailment Tree Reasoning
di: Liu, Huabin, et al.
Pubblicazione: (2025)

SuperDisco: Super-Class Discovery Improves Visual Recognition for the Long-Tail
di: Du, Yingjun, et al.
Pubblicazione: (2023)

IPO: Interpretable Prompt Optimization for Vision-Language Models
di: Du, Yingjun, et al.
Pubblicazione: (2024)

Crane: Context-Guided Prompt Learning and Attention Refinement for Zero-Shot Anomaly Detection
di: Salehi, Alireza, et al.
Pubblicazione: (2025)

LocoMotion: Learning Motion-Focused Video-Language Representations
di: Doughty, Hazel, et al.
Pubblicazione: (2024)

GeneralAD: Anomaly Detection Across Domains by Attending to Distorted Features
di: Sträter, Luc P. J., et al.
Pubblicazione: (2024)

MoAlign: Motion-Centric Representation Alignment for Video Diffusion Models
di: Bhowmik, Aritra, et al.
Pubblicazione: (2025)

RegionReasoner: Region-Grounded Multi-Round Visual Reasoning
di: Sun, Wenfang, et al.
Pubblicazione: (2026)

Beyond Coarse-Grained Matching in Video-Text Retrieval
di: Chen, Aozhu, et al.
Pubblicazione: (2024)

SegMaFormer: A Hybrid State-Space and Transformer Model for Efficient Segmentation
di: Nguyen, Duy D., et al.
Pubblicazione: (2026)

SimROD: A Simple Baseline for Raw Object Detection with Global and Local Enhancements
di: Xie, Haiyang, et al.
Pubblicazione: (2025)

Elastic ViTs from Pretrained Models without Retraining
di: Simoncini, Walter, et al.
Pubblicazione: (2025)

Lost in Time: A New Temporal Benchmark for VideoLLMs
di: Cores, Daniel, et al.
Pubblicazione: (2024)

Any-Shift Prompting for Generalization over Distributions
di: Xiao, Zehao, et al.
Pubblicazione: (2024)

FrameDiT: Diffusion Transformer with Matrix Attention for Efficient Video Generation
di: Le, Minh Khoa, et al.
Pubblicazione: (2026)

SimLTD: Simple Supervised and Semi-Supervised Long-Tailed Object Detection
di: Tran, Phi Vu
Pubblicazione: (2024)

SimA: Simple Softmax-free Attention for Vision Transformers
di: Koohpayegani, Soroush Abbasi, et al.
Pubblicazione: (2022)

SimToken: A Simple Baseline for Referring Audio-Visual Segmentation
di: Jin, Dian, et al.
Pubblicazione: (2025)

MoSiC: Optimal-Transport Motion Trajectory for Dense Self-Supervised Learning
di: Salehi, Mohammadreza, et al.
Pubblicazione: (2025)

NeoBabel: A Multilingual Open Tower for Visual Generation
di: Derakhshani, Mohammad Mahdi, et al.
Pubblicazione: (2025)

Looking Locally: Object-Centric Vision Transformers as Foundation Models for Efficient Segmentation
di: Traub, Manuel, et al.
Pubblicazione: (2025)

h-Edit: Effective and Flexible Diffusion-Based Editing via Doob's h-Transform
di: Nguyen, Toan, et al.
Pubblicazione: (2025)

Joint Instance Segmentation and Geometric Attribute Regression for Roof Structures in Aerial Imagery
di: Versteeg, Luuk, et al.
Pubblicazione: (2026)

SIGMA: Sinkhorn-Guided Masked Video Modeling
di: Salehi, Mohammadreza, et al.
Pubblicazione: (2024)

Auto-Vocabulary Semantic Segmentation
di: Ülger, Osman, et al.
Pubblicazione: (2023)

Mono3DV: Monocular 3D Object Detection with 3D-Aware Bipartite Matching and Variational Query DeNoising
di: Vu, Kiet Dang, et al.
Pubblicazione: (2026)

Harmonious Parameter Adaptation in Continual Visual Instruction Tuning for Safety-Aligned MLLMs
di: Wang, Ziqi, et al.
Pubblicazione: (2025)

Cross-Cluster Shifting for Efficient and Effective 3D Object Detection in Autonomous Driving
di: Chen, Zhili, et al.
Pubblicazione: (2024)