Buchumschlag

Multi-Attribute Vision Transformers are Efficient and Robust Learners

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gani, Hanan, Saadi, Nada, Hussein, Noor, Nandakumar, Karthik
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

Test-Time Low Rank Adaptation via Confidence Maximization for Zero-Shot Generalization of Vision-Language Models
von: Imam, Raza, et al.
Veröffentlicht: (2024)

PEMMA: Parameter-Efficient Multi-Modal Adaptation for Medical Image Segmentation
von: Saadi, Nada, et al.
Veröffentlicht: (2024)

PromptSmooth: Certifying Robustness of Medical Vision-Language Models via Prompt Learning
von: Hussein, Noor, et al.
Veröffentlicht: (2024)

Efficient Parameter Adaptation for Multi-Modal Medical Image Segmentation and Prognosis
von: Saeed, Numan, et al.
Veröffentlicht: (2025)

Intra-finger Variability of Diffusion-based Latent Fingerprint Generation
von: Hussein, Noor, et al.
Veröffentlicht: (2026)

MOLM: Mixture of LoRA Markers
von: Fares, Samar, et al.
Veröffentlicht: (2025)

First-Place Solution to NeurIPS 2024 Invisible Watermark Removal Challenge
von: Shamshad, Fahad, et al.
Veröffentlicht: (2025)

Align Your Prompts: Test-Time Prompting with Distribution Alignment for Zero-Shot Generalization
von: Hassan, Jameel, et al.
Veröffentlicht: (2023)

Probing the Efficacy of Federated Parameter-Efficient Fine-Tuning of Vision Transformers for Medical Image Classification
von: Alkhunaizi, Naif, et al.
Veröffentlicht: (2024)

MedContext: Learning Contextual Cues for Efficient Volumetric Medical Segmentation
von: Gani, Hanan, et al.
Veröffentlicht: (2024)

Shuffle Vision Transformer: Lightweight, Fast and Efficient Recognition of Driver Facial Expression
von: Saadi, Ibtissam, et al.
Veröffentlicht: (2024)

Robust-LLaVA: On the Effectiveness of Large-Scale Robust Image Encoders for Multi-modal Large Language Models
von: Malik, Hashmat Shadab, et al.
Veröffentlicht: (2025)

Self-Supervised Vision Transformers Are Efficient Segmentation Learners for Imperfect Labels
von: Lee, Seungho, et al.
Veröffentlicht: (2024)

SPQR: A Standardized Benchmark for Modern Safety Alignment Methods in Text-to-Image Diffusion Models
von: Alam, Mohammed Talha, et al.
Veröffentlicht: (2025)

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

Calibration-Aware Prompt Learning for Medical Vision-Language Models
von: Basu, Abhishek, et al.
Veröffentlicht: (2025)

RAVEN: Erasing Invisible Watermarks via Novel View Synthesis
von: Shamshad, Fahad, et al.
Veröffentlicht: (2026)

VANE-Bench: Video Anomaly Evaluation Benchmark for Conversational LMMs
von: Bharadwaj, Rohit, et al.
Veröffentlicht: (2024)

LLM Blueprint: Enabling Text-to-Image Generation with Complex and Detailed Prompts
von: Gani, Hanan, et al.
Veröffentlicht: (2023)

SPDMark: Selective Parameter Displacement for Robust Video Watermarking
von: Fares, Samar, et al.
Veröffentlicht: (2025)

SimLVSeg: Simplifying Left Ventricular Segmentation in 2D+Time Echocardiograms with Self- and Weakly-Supervised Learning
von: Maani, Fadillah, et al.
Veröffentlicht: (2023)

STEREO: A Two-Stage Framework for Adversarially Robust Concept Erasing from Text-to-Image Diffusion Models
von: Srivatsan, Koushik, et al.
Veröffentlicht: (2024)

RWKV-CLIP: A Robust Vision-Language Representation Learner
von: Gu, Tiancheng, et al.
Veröffentlicht: (2024)

Multi-Tailed Vision Transformer for Efficient Inference
von: Wang, Yunke, et al.
Veröffentlicht: (2022)

Towards Evaluating the Robustness of Visual State Space Models
von: Malik, Hashmat Shadab, et al.
Veröffentlicht: (2024)

Noise is an Efficient Learner for Zero-Shot Vision-Language Models
von: Imam, Raza, et al.
Veröffentlicht: (2025)

Pre-trained Vision and Language Transformers Are Few-Shot Incremental Learners
von: Park, Keon-Hee, et al.
Veröffentlicht: (2024)

Transforming Vision Transformer: Towards Efficient Multi-Task Asynchronous Learning
von: Zhong, Hanwen, et al.
Veröffentlicht: (2025)

FullLoRA: Efficiently Boosting the Robustness of Pretrained Vision Transformers
von: Yuan, Zheng, et al.
Veröffentlicht: (2024)

Makeup-Guided Facial Privacy Protection via Untrained Neural Network Priors
von: Shamshad, Fahad, et al.
Veröffentlicht: (2024)

Multi-modal Attribute Prompting for Vision-Language Models
von: Liu, Xin, et al.
Veröffentlicht: (2024)

DiffuseMix: Label-Preserving Data Augmentation with Diffusion Models
von: Islam, Khawar, et al.
Veröffentlicht: (2024)

FaceAnonyMixer: Cancelable Faces via Identity Consistent Latent Space Mixing
von: Alam, Mohammed Talha, et al.
Veröffentlicht: (2025)

Comprehensive Information Bottleneck for Unveiling Universal Attribution to Interpret Vision Transformers
von: Hong, Jung-Ho, et al.
Veröffentlicht: (2025)

PE-CLIP: A Parameter-Efficient Fine-Tuning of Vision Language Models for Dynamic Facial Expression Recognition
von: Saadi, Ibtissam, et al.
Veröffentlicht: (2025)

VideoGLaMM: A Large Multimodal Model for Pixel-Level Visual Grounding in Videos
von: Munasinghe, Shehan, et al.
Veröffentlicht: (2024)

AgriCLIP: Adapting CLIP for Agriculture and Livestock via Domain-Specialized Cross-Model Alignment
von: Nawaz, Umair, et al.
Veröffentlicht: (2024)

MirrorCheck: Efficient Adversarial Defense for Vision-Language Models
von: Fares, Samar, et al.
Veröffentlicht: (2024)

Temporal Divide-and-Conquer Anomaly Actions Localization in Semi-Supervised Videos with Hierarchical Transformer
von: Osman, Nada, et al.
Veröffentlicht: (2024)

VideoMolmo: Spatio-Temporal Grounding Meets Pointing
von: Ahmad, Ghazi Shazan, et al.
Veröffentlicht: (2025)