SPOT: Self-Training with Patch-Order Permutation for Object-Centric Learning with Autoregressive Transformers
Fuente:
arXiv
Salvato in:
| Autori principali: | Kakogeorgiou, Ioannis, Gidaris, Spyros, Karantzalos, Konstantinos, Komodakis, Nikos |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2023
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Advancing Semantic Future Prediction through Multimodal Visual Sequence Transformers
di: Karypidis, Efstathios, et al.
Pubblicazione: (2025)
di: Karypidis, Efstathios, et al.
Pubblicazione: (2025)
DINO-Foresight: Looking into the Future with DINO
di: Karypidis, Efstathios, et al.
Pubblicazione: (2024)
di: Karypidis, Efstathios, et al.
Pubblicazione: (2024)
Boosting Generative Image Modeling via Joint Image-Feature Synthesis
di: Kouzelis, Theodoros, et al.
Pubblicazione: (2025)
di: Kouzelis, Theodoros, et al.
Pubblicazione: (2025)
Coevolving Representations in Joint Image-Feature Diffusion
di: Kouzelis, Theodoros, et al.
Pubblicazione: (2026)
di: Kouzelis, Theodoros, et al.
Pubblicazione: (2026)
Representations Before Pixels: Semantics-Guided Hierarchical Video Prediction
di: Karypidis, Efstathios, et al.
Pubblicazione: (2026)
di: Karypidis, Efstathios, et al.
Pubblicazione: (2026)
Multi-Token Prediction Needs Registers
di: Gerontopoulos, Anastasios, et al.
Pubblicazione: (2025)
di: Gerontopoulos, Anastasios, et al.
Pubblicazione: (2025)
Attention, Please! Revisiting Attentive Probing Through the Lens of Efficiency
di: Psomas, Bill, et al.
Pubblicazione: (2025)
di: Psomas, Bill, et al.
Pubblicazione: (2025)
Composed Image Retrieval for Remote Sensing
di: Psomas, Bill, et al.
Pubblicazione: (2024)
di: Psomas, Bill, et al.
Pubblicazione: (2024)
MOCA: Self-supervised Representation Learning by Predicting Masked Online Codebook Assignments
di: Gidaris, Spyros, et al.
Pubblicazione: (2023)
di: Gidaris, Spyros, et al.
Pubblicazione: (2023)
EQ-VAE: Equivariance Regularized Latent Space for Improved Generative Image Modeling
di: Kouzelis, Theodoros, et al.
Pubblicazione: (2025)
di: Kouzelis, Theodoros, et al.
Pubblicazione: (2025)
Benchmarking Composed Image Retrieval for Applied Earth Observation
di: Psomas, Bill, et al.
Pubblicazione: (2026)
di: Psomas, Bill, et al.
Pubblicazione: (2026)
Unsupervised Object Localization in the Era of Self-Supervised ViTs: A Survey
di: Siméoni, Oriane, et al.
Pubblicazione: (2023)
di: Siméoni, Oriane, et al.
Pubblicazione: (2023)
No Train, all Gain: Self-Supervised Gradients Improve Deep Frozen Representations
di: Simoncini, Walter, et al.
Pubblicazione: (2024)
di: Simoncini, Walter, et al.
Pubblicazione: (2024)
Composed Image Retrieval for Training-Free Domain Conversion
di: Efthymiadis, Nikos, et al.
Pubblicazione: (2024)
di: Efthymiadis, Nikos, et al.
Pubblicazione: (2024)
Transformer-based assignment decision network for multiple object tracking
di: Psalta, Athena, et al.
Pubblicazione: (2022)
di: Psalta, Athena, et al.
Pubblicazione: (2022)
Boosting Visual Instruction Tuning with Self-Supervised Guidance
di: Sirko-Galouchenko, Sophia, et al.
Pubblicazione: (2026)
di: Sirko-Galouchenko, Sophia, et al.
Pubblicazione: (2026)
What really matters for person re-identification? A Mixture-of-Experts Framework for Semantic Attribute Importance
di: Psalta, Athena, et al.
Pubblicazione: (2025)
di: Psalta, Athena, et al.
Pubblicazione: (2025)
TRACE: Transformer-based Risk Assessment for Clinical Evaluation
di: Christopoulos, Dionysis, et al.
Pubblicazione: (2024)
di: Christopoulos, Dionysis, et al.
Pubblicazione: (2024)
Retrieve and Segment: Are a Few Examples Enough to Bridge the Supervision Gap in Open-Vocabulary Segmentation?
di: Aravanis, Tilemachos, et al.
Pubblicazione: (2026)
di: Aravanis, Tilemachos, et al.
Pubblicazione: (2026)
DIP: Unsupervised Dense In-Context Post-training of Visual Representations
di: Sirko-Galouchenko, Sophia, et al.
Pubblicazione: (2025)
di: Sirko-Galouchenko, Sophia, et al.
Pubblicazione: (2025)
Addressing single object tracking in satellite imagery through prompt-engineered solutions
di: Psalta, Athena, et al.
Pubblicazione: (2024)
di: Psalta, Athena, et al.
Pubblicazione: (2024)
Context Matters: Learning Global Semantics via Object-Centric Representation
di: Zhong, Jike, et al.
Pubblicazione: (2025)
di: Zhong, Jike, et al.
Pubblicazione: (2025)
Object-Centric Action-Enhanced Representations for Robot Visuo-Motor Policy Learning
di: Giannakakis, Nikos, et al.
Pubblicazione: (2025)
di: Giannakakis, Nikos, et al.
Pubblicazione: (2025)
Vanilla ViT for Automotive Point Cloud Semantic Segmentation
di: Puy, Gilles, et al.
Pubblicazione: (2026)
di: Puy, Gilles, et al.
Pubblicazione: (2026)
OccFeat: Self-supervised Occupancy Feature Prediction for Pretraining BEV Segmentation Networks
di: Sirko-Galouchenko, Sophia, et al.
Pubblicazione: (2024)
di: Sirko-Galouchenko, Sophia, et al.
Pubblicazione: (2024)
Franca: Nested Matryoshka Clustering for Scalable Visual Representation Learning
di: Venkataramanan, Shashanka, et al.
Pubblicazione: (2025)
di: Venkataramanan, Shashanka, et al.
Pubblicazione: (2025)
REGLUE Your Latents with Global and Local Semantics for Entangled Diffusion
di: Petsangourakis, Giorgos, et al.
Pubblicazione: (2025)
di: Petsangourakis, Giorgos, et al.
Pubblicazione: (2025)
FLOGA: A machine learning ready dataset, a benchmark and a novel deep learning model for burnt area mapping with Sentinel-2
di: Sdraka, Maria, et al.
Pubblicazione: (2023)
di: Sdraka, Maria, et al.
Pubblicazione: (2023)
Drive&Segment: Unsupervised Semantic Segmentation of Urban Scenes via Cross-modal Distillation
di: Vobecky, Antonin, et al.
Pubblicazione: (2022)
di: Vobecky, Antonin, et al.
Pubblicazione: (2022)
POP-3D: Open-Vocabulary 3D Occupancy Prediction from Images
di: Vobecky, Antonin, et al.
Pubblicazione: (2024)
di: Vobecky, Antonin, et al.
Pubblicazione: (2024)
Higher-Order Adversarial Patches for Real-Time Object Detectors
di: Bayer, Jens, et al.
Pubblicazione: (2026)
di: Bayer, Jens, et al.
Pubblicazione: (2026)
ToNNO: Tomographic Reconstruction of a Neural Network's Output for Weakly Supervised Segmentation of 3D Medical Images
di: Schmidt-Mengin, Marius, et al.
Pubblicazione: (2024)
di: Schmidt-Mengin, Marius, et al.
Pubblicazione: (2024)
Object-Centric Temporal Consistency via Conditional Autoregressive Inductive Biases
di: Meo, Cristian, et al.
Pubblicazione: (2024)
di: Meo, Cristian, et al.
Pubblicazione: (2024)
Skin Lesion Phenotyping via Nested Multi-modal Contrastive Learning
di: Christopoulos, Dionysis, et al.
Pubblicazione: (2025)
di: Christopoulos, Dionysis, et al.
Pubblicazione: (2025)
Next Patch Prediction for Autoregressive Visual Generation
di: Pang, Yatian, et al.
Pubblicazione: (2024)
di: Pang, Yatian, et al.
Pubblicazione: (2024)
Three Pillars improving Vision Foundation Model Distillation for Lidar
di: Puy, Gilles, et al.
Pubblicazione: (2023)
di: Puy, Gilles, et al.
Pubblicazione: (2023)
Inlier-Centric Post-Training Quantization for Object Detection Models
di: Kim, Minsu, et al.
Pubblicazione: (2026)
di: Kim, Minsu, et al.
Pubblicazione: (2026)
PanSR: An Object-Centric Mask Transformer for Panoptic Segmentation
di: Žust, Lojze, et al.
Pubblicazione: (2024)
di: Žust, Lojze, et al.
Pubblicazione: (2024)
Aligned Unsupervised Pretraining of Object Detectors with Self-training
di: Metaxas, Ioannis Maniadis, et al.
Pubblicazione: (2023)
di: Metaxas, Ioannis Maniadis, et al.
Pubblicazione: (2023)
SPOT!: Map-Guided LLM Agent for Unsupervised Multi-CCTV Dynamic Object Tracking
di: Roh, Yujin, et al.
Pubblicazione: (2025)
di: Roh, Yujin, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Advancing Semantic Future Prediction through Multimodal Visual Sequence Transformers
di: Karypidis, Efstathios, et al.
Pubblicazione: (2025) -
DINO-Foresight: Looking into the Future with DINO
di: Karypidis, Efstathios, et al.
Pubblicazione: (2024) -
Boosting Generative Image Modeling via Joint Image-Feature Synthesis
di: Kouzelis, Theodoros, et al.
Pubblicazione: (2025) -
Coevolving Representations in Joint Image-Feature Diffusion
di: Kouzelis, Theodoros, et al.
Pubblicazione: (2026) -
Representations Before Pixels: Semantics-Guided Hierarchical Video Prediction
di: Karypidis, Efstathios, et al.
Pubblicazione: (2026)