Buchumschlag

Self-Supervised Vision Transformers Are Efficient Segmentation Learners for Imperfect Labels

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Seungho, Kang, Seoungyoon, Shim, Hyunjung
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

Label-Augmented Dataset Distillation
von: Kang, Seoungyoon, et al.
Veröffentlicht: (2024)

Learning from Spatio-temporal Correlation for Semi-Supervised LiDAR Semantic Segmentation
von: Lee, Seungho, et al.
Veröffentlicht: (2024)

Weakly Supervised Semantic Segmentation for Driving Scenes
von: Kim, Dongseob, et al.
Veröffentlicht: (2023)

Understanding Multi-Granularity for Open-Vocabulary Part Segmentation
von: Choi, Jiho, et al.
Veröffentlicht: (2024)

Fine-Grained Image-Text Correspondence with Cost Aggregation for Open-Vocabulary Part Segmentation
von: Choi, Jiho, et al.
Veröffentlicht: (2025)

MaskRIS: Semantic Distortion-aware Data Augmentation for Referring Image Segmentation
von: Lee, Minhyun, et al.
Veröffentlicht: (2024)

Prompt the Unseen: Evaluating Visual-Language Alignment Beyond Supervision
von: Jung, Raehyuk, et al.
Veröffentlicht: (2025)

No Thing, Nothing: Highlighting Safety-Critical Classes for Robust LiDAR Semantic Segmentation in Adverse Weather
von: Park, Junsung, et al.
Veröffentlicht: (2025)

Blind to Position, Biased in Language: Probing Mid-Layer Representational Bias in Vision-Language Encoders for Zero-Shot Language-Grounded Spatial Understanding
von: An, Na Min, et al.
Veröffentlicht: (2025)

CoT-PL: Chain-of-Thought Pseudo-Labeling for Open-Vocabulary Object Detection
von: Choi, Hojun, et al.
Veröffentlicht: (2025)

Rethinking the Use of Vision Transformers for AI-Generated Image Detection
von: Park, NaHyeon, et al.
Veröffentlicht: (2025)

Rethinking Data Augmentation for Robust LiDAR Semantic Segmentation in Adverse Weather
von: Park, Junsung, et al.
Veröffentlicht: (2024)

Representation Alignment for Just Image Transformers is not Easier than You Think
von: Shin, Jaeyo, et al.
Veröffentlicht: (2026)

Rethinking Direct Preference Optimization in Diffusion Models
von: Kang, Junyong, et al.
Veröffentlicht: (2025)

Memory-Efficient Fine-Tuning for Quantized Diffusion Model
von: Ryu, Hyogon, et al.
Veröffentlicht: (2024)

3D-Aware Vision-Language Models Fine-Tuning with Geometric Distillation
von: Lee, Seonho, et al.
Veröffentlicht: (2025)

Precision matters: Precision-aware ensemble for weakly supervised semantic segmentation
von: Park, Junsung, et al.
Veröffentlicht: (2024)

Addressing Image Hallucination in Text-to-Image Generation through Factual Image Retrieval
von: Lim, Youngsun, et al.
Veröffentlicht: (2024)

Classifier-guided CLIP Distillation for Unsupervised Multi-label Classification
von: Kim, Dongseob, et al.
Veröffentlicht: (2025)

Are Large Vision-Language Models Ready to Guide Blind and Low-Vision Individuals?
von: Kim, Eunki, et al.
Veröffentlicht: (2025)

Grounding Driving VLA via Inverse Kinematics
von: Park, Junsung, et al.
Veröffentlicht: (2026)

Solar Panel Segmentation :Self-Supervised Learning Solutions for Imperfect Datasets
von: Sagaram, Sankarshanaa, et al.
Veröffentlicht: (2024)

How Blind and Low-Vision Individuals Prefer Large Vision-Language Model-Generated Scene Descriptions
von: An, Na Min, et al.
Veröffentlicht: (2025)

Multi-Attribute Vision Transformers are Efficient and Robust Learners
von: Gani, Hanan, et al.
Veröffentlicht: (2024)

TextBoost: Boosting Text Encoder for Personalized Text-to-Image Generation
von: Park, NaHyeon, et al.
Veröffentlicht: (2024)

SGSoft: Learning Fused Semantic-Geometric Features for 3D Shape Correspondence via Template-Guided Soft Signals
von: Yoon, Soyeon, et al.
Veröffentlicht: (2026)

Enhancing Monocular Height Estimation via Weak Supervision from Imperfect Labels
von: Chen, Sining, et al.
Veröffentlicht: (2025)

Scribble-Guided Diffusion for Training-free Text-to-Image Generation
von: Lee, Seonho, et al.
Veröffentlicht: (2024)

SeiT++: Masked Token Modeling Improves Storage-efficient Training
von: Lee, Minhyun, et al.
Veröffentlicht: (2023)

Investigating Self-Supervised Methods for Label-Efficient Learning
von: Nandam, Srinivasa Rao, et al.
Veröffentlicht: (2024)

Sampling Bag of Views for Open-Vocabulary Object Detection
von: Choi, Hojun, et al.
Veröffentlicht: (2024)

Evaluating Image Hallucination in Text-to-Image Generation with Question-Answering
von: Lim, Youngsun, et al.
Veröffentlicht: (2024)

Multispectral Pedestrian Detection with Sparsely Annotated Label
von: Lee, Chan, et al.
Veröffentlicht: (2025)

SupMAE: Supervised Masked Autoencoders Are Efficient Vision Learners
von: Liang, Feng, et al.
Veröffentlicht: (2022)

Label-Efficient LiDAR Semantic Segmentation with 2D-3D Vision Transformer Adapters
von: Hindel, Julia, et al.
Veröffentlicht: (2025)

Latent Inversion with Timestep-aware Sampling for Training-free Non-rigid Editing
von: Jung, Yunji, et al.
Veröffentlicht: (2024)

The Role of Masking for Efficient Supervised Knowledge Distillation of Vision Transformers
von: Son, Seungwoo, et al.
Veröffentlicht: (2023)

Vision Transformers are Circulant Attention Learners
von: Han, Dongchen, et al.
Veröffentlicht: (2025)

What "Not" to Detect: Negation-Aware VLMs via Structured Reasoning and Token Merging
von: Kang, Inha, et al.
Veröffentlicht: (2025)

Multi-Label Plant Species Classification with Self-Supervised Vision Transformers
von: Gustineli, Murilo, et al.
Veröffentlicht: (2024)