Buchumschlag

Enhancing the vision-language foundation model with key semantic knowledge-emphasized report refinement

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Weijian, Li, Cheng, Yang, Hao, Liu, Jiarun, Liang, Yong, Zheng, Hairong, Wang, Shanshan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A multi-modal vision-language model for generalizable annotation-free pathology localization
von: Yang, Hao, et al.
Veröffentlicht: (2024)

Enhancing Representation in Medical Vision-Language Foundation Models via Multi-Scale Information Extraction Techniques
von: Huang, Weijian, et al.
Veröffentlicht: (2024)

Enhancing Representation in Radiography-Reports Foundation Model: A Granular Alignment Algorithm Using Masked Contrastive Learning
von: Huang, Weijian, et al.
Veröffentlicht: (2023)

Multimodal self-supervised learning for lesion localization
von: Yang, Hao, et al.
Veröffentlicht: (2024)

Bias-constrained multimodal intelligence for equitable and reliable clinical AI
von: Li, Cheng, et al.
Veröffentlicht: (2026)

MLIP: Medical Language-Image Pre-training with Masked Local Representation Learning
von: Liu, Jiarun, et al.
Veröffentlicht: (2024)

BioVFM-21M: Benchmarking and Scaling Self-Supervised Vision Foundation Models for Biomedical Image Analysis
von: Liu, Jiarun, et al.
Veröffentlicht: (2025)

Thinker: A vision-language foundation model for embodied intelligence
von: Pan, Baiyu, et al.
Veröffentlicht: (2026)

Expert-level vision-language foundation model for real-world radiology and comprehensive evaluation
von: Liu, Xiaohong, et al.
Veröffentlicht: (2024)

Optimized Vessel Segmentation: A Structure-Agnostic Approach with Small Vessel Enhancement and Morphological Correction
von: Song, Dongning, et al.
Veröffentlicht: (2024)

Zero-shot segmentation of skin tumors in whole-slide images with vision-language foundation models
von: Moreno, Santiago, et al.
Veröffentlicht: (2025)

An integrated language-vision foundation model for conversational diagnostics and triaging in primary eye care
von: Da Soh, Zhi, et al.
Veröffentlicht: (2025)

Novel class discovery meets foundation models for 3D semantic segmentation
von: Riz, Luigi, et al.
Veröffentlicht: (2023)

A multimodal vision foundation model for generalizable knee pathology
von: Yu, Kang, et al.
Veröffentlicht: (2026)

Swin-UMamba: Mamba-based UNet with ImageNet-based pretraining
von: Liu, Jiarun, et al.
Veröffentlicht: (2024)

Are foundation models for computer vision good conformal predictors?
von: Fillioux, Leo, et al.
Veröffentlicht: (2024)

Combining inherent knowledge of vision-language models with unsupervised domain adaptation through strong-weak guidance
von: Westfechtel, Thomas, et al.
Veröffentlicht: (2023)

MedDINOv3: How to adapt vision foundation models for medical image segmentation?
von: Li, Yuheng, et al.
Veröffentlicht: (2025)

VFM-SDM: A vision foundation model-based framework for training-free, marker-free, and calibration-free structural displacement measurement
von: Xian, Qingyu, et al.
Veröffentlicht: (2026)

Fine-tuning vision foundation model for crack segmentation in civil infrastructures
von: Ge, Kang, et al.
Veröffentlicht: (2023)

A feature refinement module for light-weight semantic segmentation network
von: Wang, Zhiyan, et al.
Veröffentlicht: (2024)

ZeroDiff++: Substantial Unseen Visual-semantic Correlation in Zero-shot Learning
von: Ye, Zihan, et al.
Veröffentlicht: (2026)

FoMo4Wheat: Toward reliable crop vision foundation models with globally curated data
von: Han, Bing, et al.
Veröffentlicht: (2025)

An analysis of vision-language models for fabric retrieval
von: Giuliari, Francesco, et al.
Veröffentlicht: (2025)

DeViDe: Faceted medical knowledge for improved medical vision-language pre-training
von: Luo, Haozhe, et al.
Veröffentlicht: (2024)

EXACT: an explainable anomaly-aware vision foundation model for analysis of 3D chest CT
von: Bai, Xuguang, et al.
Veröffentlicht: (2026)

Enhancing medical vision-language contrastive learning via inter-matching relation modelling
von: Li, Mingjian, et al.
Veröffentlicht: (2024)

Teaching pathology foundation models to accurately predict gene expression with parameter efficient knowledge transfer
von: Pan, Shi, et al.
Veröffentlicht: (2025)

EyeCLIP: A visual-language foundation model for multi-modal ophthalmic image analysis
von: Shi, Danli, et al.
Veröffentlicht: (2024)

PB-IAD: Utilizing multimodal foundation models for semantic industrial anomaly detection in dynamic manufacturing environments
von: Hofmann, Bernd, et al.
Veröffentlicht: (2025)

Improving vision-language alignment with graph spiking hybrid Networks
von: Zhang, Siyu, et al.
Veröffentlicht: (2025)

Visual hallucination detection in large vision-language models via evidential conflict
von: Huang, Tao, et al.
Veröffentlicht: (2025)

Object segmentation in the wild with foundation models: application to vision assisted neuro-prostheses for upper limbs
von: Atoki, Bolutife, et al.
Veröffentlicht: (2025)

Attend what matters: Leveraging vision foundational models for breast cancer classification using mammograms
von: Sanghvi, Samyak, et al.
Veröffentlicht: (2026)

ProFound: A moderate-sized vision foundation model for multi-task prostate imaging
von: Wang, Yipei, et al.
Veröffentlicht: (2026)

Do computer vision foundation models learn the low-level characteristics of the human visual system?
von: Cai, Yancheng, et al.
Veröffentlicht: (2025)

SamRobNODDI: Q-Space Sampling-Augmented Continuous Representation Learning for Robust and Generalized NODDI
von: Xiao, Taohui, et al.
Veröffentlicht: (2024)

Rapidly deploying on-device eye tracking by distilling visual foundation models
von: Jiang, Cheng, et al.
Veröffentlicht: (2026)

The Solution for the CVPR 2023 1st foundation model challenge-Track2
von: Xu, Haonan, et al.
Veröffentlicht: (2024)

An efficient framework based on large foundation model for cervical cytopathology whole slide image screening
von: Huang, Jialong, et al.
Veröffentlicht: (2024)