Buchumschlag

Towards Unified 3D Object Detection via Algorithm and Data Unification

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Zhuoling, Xu, Xiaogang, Lim, SerNam, Zhao, Hengshuang
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

LARM: Large Auto-Regressive Model for Long-Horizon Embodied Intelligence
von: Li, Zhuoling, et al.
Veröffentlicht: (2024)

DreamMask: Boosting Open-vocabulary Panoptic Segmentation with Synthetic Data
von: Tu, Yuanpeng, et al.
Veröffentlicht: (2025)

OV-Uni3DETR: Towards Unified Open-Vocabulary 3D Object Detection via Cycle-Modality Propagation
von: Wang, Zhenyu, et al.
Veröffentlicht: (2024)

Towards Chunk-Wise Generation for Long Videos
von: Zhang, Siyang, et al.
Veröffentlicht: (2024)

VideoMerge: Towards Training-free Long Video Generation
von: Zhang, Siyang, et al.
Veröffentlicht: (2025)

FocalClick-XL: Towards Unified and High-quality Interactive Segmentation
von: Chen, Xi, et al.
Veröffentlicht: (2025)

One for All: Multi-Domain Joint Training for Point Cloud Based 3D Object Detection
von: Wang, Zhenyu, et al.
Veröffentlicht: (2024)

Composing Object Relations and Attributes for Image-Text Matching
von: Pham, Khoi, et al.
Veröffentlicht: (2024)

FSViewFusion: Few-Shots View Generation of Novel Objects
von: Hussain, Rukhshanda, et al.
Veröffentlicht: (2024)

Any3D-VLA: Enhancing VLA Robustness via Diverse Point Clouds
von: Fan, Xianzhe, et al.
Veröffentlicht: (2026)

Object Recognition as Next Token Prediction
von: Yue, Kaiyu, et al.
Veröffentlicht: (2023)

Towards Category Unification of 3D Single Object Tracking on Point Clouds
von: Nie, Jiahao, et al.
Veröffentlicht: (2024)

Depth Anything: Unleashing the Power of Large-Scale Unlabeled Data
von: Yang, Lihe, et al.
Veröffentlicht: (2024)

Mitigating Dialogue Hallucination for Large Vision Language Models via Adversarial Instruction Tuning
von: Park, Dongmin, et al.
Veröffentlicht: (2024)

LION: Linear Group RNN for 3D Object Detection in Point Clouds
von: Liu, Zhe, et al.
Veröffentlicht: (2024)

HERMES++: Toward a Unified Driving World Model for 3D Scene Understanding and Generation
von: Zhou, Xin, et al.
Veröffentlicht: (2026)

Enhancing Diffusion-based Restoration Models via Difficulty-Adaptive Reinforcement Learning with IQA Reward
von: Xu, Xiaogang, et al.
Veröffentlicht: (2025)

DiffCamera: Arbitrary Refocusing on Images
von: Wang, Yiyang, et al.
Veröffentlicht: (2025)

Beyond Generation: Unlocking Universal Editing via Self-Supervised Fine-Tuning
von: Chen, Harold Haodong, et al.
Veröffentlicht: (2024)

BOOKAGENT: Orchestrating Safety-Aware Visual Narratives via Multi-Agent Cognitive Calibration
von: Gao, Bo, et al.
Veröffentlicht: (2026)

Orient Anything: Learning Robust Object Orientation Estimation from Rendering 3D Models
von: Wang, Zehan, et al.
Veröffentlicht: (2024)

Fast Encoding and Decoding for Implicit Video Representation
von: Chen, Hao, et al.
Veröffentlicht: (2024)

Scene Co-pilot: Procedural Text to Video Generation with Human in the Loop
von: Qian, Zhaofang, et al.
Veröffentlicht: (2024)

Video Decomposition Prior: A Methodology to Decompose Videos into Layers
von: Shrivastava, Gaurav, et al.
Veröffentlicht: (2024)

FashionComposer: Compositional Fashion Image Generation
von: Ji, Sihui, et al.
Veröffentlicht: (2024)

UniLION: Towards Unified Autonomous Driving Model with Linear Group RNNs
von: Liu, Zhe, et al.
Veröffentlicht: (2025)

CoopDETR: A Unified Cooperative Perception Framework for 3D Detection via Object Query
von: Wang, Zhe, et al.
Veröffentlicht: (2025)

Seamless Detection: Unifying Salient Object Detection and Camouflaged Object Detection
von: Liu, Yi, et al.
Veröffentlicht: (2024)

GDRO: Group-level Reward Post-training Suitable for Diffusion Models
von: Wang, Yiyang, et al.
Veröffentlicht: (2026)

RoboFusion: Towards Robust Multi-Modal 3D Object Detection via SAM
von: Song, Ziying, et al.
Veröffentlicht: (2024)

DreamDance: Animating Human Images by Enriching 3D Geometry Cues from 2D Poses
von: Pang, Yatian, et al.
Veröffentlicht: (2024)

Depth Anything V2
von: Yang, Lihe, et al.
Veröffentlicht: (2024)

An Open and Comprehensive Pipeline for Unified Object Grounding and Detection
von: Zhao, Xiangyu, et al.
Veröffentlicht: (2024)

Language-free Compositional Action Generation via Decoupling Refinement
von: Liu, Xiao, et al.
Veröffentlicht: (2023)

Towards Cross-modal Backward-compatible Representation Learning for Vision-Language Models
von: Jang, Young Kyun, et al.
Veröffentlicht: (2024)

Towards Stable 3D Object Detection
von: Wang, Jiabao, et al.
Veröffentlicht: (2024)

DiffDoctor: Diagnosing Image Diffusion Models Before Treating
von: Wang, Yiyang, et al.
Veröffentlicht: (2025)

TranSplat: Generalizable 3D Gaussian Splatting from Sparse Multi-View Images with Transformers
von: Zhang, Chuanrui, et al.
Veröffentlicht: (2024)

SUP-NeRF: A Streamlined Unification of Pose Estimation and NeRF for Monocular 3D Object Reconstruction
von: Guo, Yuliang, et al.
Veröffentlicht: (2024)

FaceCom: Towards High-fidelity 3D Facial Shape Completion via Optimization and Inpainting Guidance
von: Li, Yinglong, et al.
Veröffentlicht: (2024)