Contrastive Region Guidance: Improving Grounding in Vision-Language Models without Training

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Wan, David, Cho, Jaemin, Stengel-Eskin, Elias, Bansal, Mohit
Format:	Preprint
Publié:	2024
Sujets:	Computer Vision and Pattern Recognition Artificial Intelligence Computation and Language Machine Learning
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2403.02325