Buchumschlag

PosSAM: Panoptic Open-vocabulary Segment Anything

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	VS, Vibashan, Borse, Shubhankar, Park, Hyojin, Das, Debasmit, Patel, Vishal, Hayat, Munawar, Porikli, Fatih
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

LoRA-X: Bridging Foundation Models with Training-Free Cross-Model Adaptation
von: Farhadzadeh, Farzad, et al.
Veröffentlicht: (2025)

Resolving the Identity Crisis in Text-to-Image Generation
von: Borse, Shubhankar, et al.
Veröffentlicht: (2025)

Personalized OVSS: Understanding Personal Concept in Open-Vocabulary Semantic Segmentation
von: Park, Sunghyun, et al.
Veröffentlicht: (2025)

ConsNoTrainLoRA: Data-driven Weight Initialization of Low-rank Adapters using Constraints
von: Das, Debasmit, et al.
Veröffentlicht: (2025)

CustomKD: Customizing Large Vision Foundation for Edge Model Improvement via Knowledge Distillation
von: Lee, Jungsoo, et al.
Veröffentlicht: (2025)

MADI: Masking-Augmented Diffusion with Inference-Time Scaling for Visual Editing
von: Kadambi, Shreya, et al.
Veröffentlicht: (2025)

SegFace: Face Segmentation of Long-Tail Classes
von: Narayan, Kartik, et al.
Veröffentlicht: (2024)

Segmentation-Free Guidance for Text-to-Image Diffusion Models
von: Azarian, Kambiz, et al.
Veröffentlicht: (2024)

MultiHuman-Testbench: Benchmarking Image Generation for Multiple Humans
von: Borse, Shubhankar, et al.
Veröffentlicht: (2025)

Attention Guided Alignment in Efficient Vision-Language Models
von: Mahajan, Shweta, et al.
Veröffentlicht: (2025)

SubZero: Composing Subject, Style, and Action via Zero-Shot Personalization
von: Borse, Shubhankar, et al.
Veröffentlicht: (2025)

FaceXBench: Evaluating Multimodal LLMs on Face Understanding
von: Narayan, Kartik, et al.
Veröffentlicht: (2025)

Certainty and Uncertainty Guided Active Domain Adaptation
von: Safaei, Bardia, et al.
Veröffentlicht: (2025)

Memory-Efficient Fine-Tuning Diffusion Transformers via Dynamic Patch Sampling and Block Skipping
von: Park, Sunghyun, et al.
Veröffentlicht: (2026)

Generalized Contrastive Learning for Universal Multimodal Retrieval
von: Lee, Jungsoo, et al.
Veröffentlicht: (2025)

Ar2Can: An Architect and an Artist Leveraging a Canvas for Multi-Human Generation
von: Borse, Shubhankar, et al.
Veröffentlicht: (2025)

FaceXFormer: A Unified Transformer for Facial Analysis
von: Narayan, Kartik, et al.
Veröffentlicht: (2024)

FouRA: Fourier Low Rank Adaptation
von: Borse, Shubhankar, et al.
Veröffentlicht: (2024)

Zero-Shot Adaptation of Parameter-Efficient Fine-Tuning in Diffusion Models
von: Farhadzadeh, Farzad, et al.
Veröffentlicht: (2025)

DDIL: Diversity Enhancing Diffusion Distillation With Imitation Learning
von: Garrepalli, Risheek, et al.
Veröffentlicht: (2024)

PanopticRecon: Leverage Open-vocabulary Instance Segmentation for Zero-shot Panoptic Reconstruction
von: Yu, Xuan, et al.
Veröffentlicht: (2024)

Zero-Shot Scene Understanding for Automatic Target Recognition Using Large Vision-Language Models
von: Ranasinghe, Yasiru, et al.
Veröffentlicht: (2025)

S-SAM: SVD-based Fine-Tuning of Segment Anything Model for Medical Image Segmentation
von: Paranjape, Jay N., et al.
Veröffentlicht: (2024)

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

ForeSea: AI Forensic Search with Multi-modal Queries for Video Surveillance
von: Park, Hyojin, et al.
Veröffentlicht: (2026)

OCAI: Improving Optical Flow Estimation by Occlusion and Consistency Aware Interpolation
von: Jeong, Jisoo, et al.
Veröffentlicht: (2024)

FLoC: Facility Location-Based Efficient Visual Token Compression for Long Video Understanding
von: Cho, Janghoon, et al.
Veröffentlicht: (2025)

CA-LoRA: Concept-Aware LoRA for Domain-Aligned Segmentation Dataset Generation
von: Park, Minho, et al.
Veröffentlicht: (2025)

DuoLoRA : Cycle-consistent and Rank-disentangled Content-Style Personalization
von: Roy, Aniket, et al.
Veröffentlicht: (2025)

Do-Undo Bench: Reversibility for Action Understanding in Image Generation
von: Mahajan, Shweta, et al.
Veröffentlicht: (2025)

Hollowed Net for On-Device Personalization of Text-to-Image Diffusion Models
von: Cho, Wonguk, et al.
Veröffentlicht: (2024)

SAM3-I: Segment Anything with Instructions
von: Li, Jingjing, et al.
Veröffentlicht: (2025)

PaveSAM Segment Anything for Pavement Distress
von: Owor, Neema Jakisa, et al.
Veröffentlicht: (2024)

Open-World Panoptic Segmentation
von: Sodano, Matteo, et al.
Veröffentlicht: (2024)

Lidar Panoptic Segmentation in an Open World
von: Chakravarthy, Anirudh S, et al.
Veröffentlicht: (2024)

AlignSAM: Aligning Segment Anything Model to Open Context via Reinforcement Learning
von: Huang, Duojun, et al.
Veröffentlicht: (2024)

SAM 3: Segment Anything with Concepts
von: Carion, Nicolas, et al.
Veröffentlicht: (2025)

From SAM to SAM 2: Exploring Improvements in Meta's Segment Anything Model
von: Geetha, Athulya Sundaresan, et al.
Veröffentlicht: (2024)

RemoteSAM: Towards Segment Anything for Earth Observation
von: Yao, Liang, et al.
Veröffentlicht: (2025)

AD-SAM: Fine-Tuning the Segment Anything Vision Foundation Model for Autonomous Driving Perception
von: Camarena, Mario, et al.
Veröffentlicht: (2025)