Buchumschlag

Selective Focus: Investigating Semantics Sensitivity in Post-training Quantization for Lane Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fan, Yunqian, Wei, Xiuying, Gong, Ruihao, Ma, Yuqing, Zhang, Xiangguo, Zhang, Qi, Liu, Xianglong
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

Fast and Controllable Post-training Sparsity: Learning Optimal Sparsity Allocation with Global Constraint in Minutes
von: Gong, Ruihao, et al.
Veröffentlicht: (2024)

Post-Training Quantization for Video Matting
von: Zhu, Tianrui, et al.
Veröffentlicht: (2025)

Temporal Feature Matters: A Framework for Diffusion Model Quantization
von: Huang, Yushi, et al.
Veröffentlicht: (2024)

TFMQ-DM: Temporal Feature Maintenance Quantization for Diffusion Models
von: Huang, Yushi, et al.
Veröffentlicht: (2023)

Towards Robust Physical-world Backdoor Attacks on Lane Detection
von: Zhang, Xinwei, et al.
Veröffentlicht: (2024)

QVD: Post-training Quantization for Video Diffusion Models
von: Tian, Shilong, et al.
Veröffentlicht: (2024)

LanEvil: Benchmarking the Robustness of Lane Detection to Environmental Illusions
von: Zhang, Tianyuan, et al.
Veröffentlicht: (2024)

Towards Accurate Post-training Quantization for Reparameterized Models
von: Zhang, Luoming, et al.
Veröffentlicht: (2024)

LaneCorrect: Self-supervised Lane Detection
von: Nie, Ming, et al.
Veröffentlicht: (2024)

LinVideo: A Post-Training Framework towards O(n) Attention in Efficient Video Generation
von: Huang, Yushi, et al.
Veröffentlicht: (2025)

FENet: Focusing Enhanced Network for Lane Detection
von: Wang, Liman, et al.
Veröffentlicht: (2023)

QVGen: Pushing the Limit of Quantized Video Generative Models
von: Huang, Yushi, et al.
Veröffentlicht: (2025)

AdaTSQ: Pushing the Pareto Frontier of Diffusion Transformers via Temporal-Sensitivity Quantization
von: Zhang, Shaoqiu, et al.
Veröffentlicht: (2026)

Collaborative Few-Step Distillation and Low-Bit Quantization for Wan2.2 Dual-Expert Video Diffusion Models
von: Du, Jinyang, et al.
Veröffentlicht: (2026)

HarmoniCa: Harmonizing Training and Inference for Better Feature Caching in Diffusion Transformer Acceleration
von: Huang, Yushi, et al.
Veröffentlicht: (2024)

CLRKDNet: Speeding up Lane Detection with Knowledge Distillation
von: Qi, Weiqing, et al.
Veröffentlicht: (2024)

Towards Accurate Post-training Quantization for Diffusion Models
von: Wang, Changyuan, et al.
Veröffentlicht: (2023)

PTQ4SAM: Post-Training Quantization for Segment Anything
von: Lv, Chengtao, et al.
Veröffentlicht: (2024)

ElasticLaneNet: An Efficient Geometry-Flexible Approach for Lane Detection
von: Feng, Yaxin, et al.
Veröffentlicht: (2023)

Sensitivity-Aware Post-Training Quantization for Deep Neural Networks
von: Zheng, Zekang, et al.
Veröffentlicht: (2025)

PTQ4DiT: Post-training Quantization for Diffusion Transformers
von: Wu, Junyi, et al.
Veröffentlicht: (2024)

QuantSR+: Pushing the Limit of Quantized Image Super-Resolution Networks
von: Qin, Haotong, et al.
Veröffentlicht: (2026)

DiffusionLane: Diffusion Model for Lane Detection
von: Zhou, Kunyang, et al.
Veröffentlicht: (2025)

Q-VLM: Post-training Quantization for Large Vision-Language Models
von: Wang, Changyuan, et al.
Veröffentlicht: (2024)

BiDM: Pushing the Limit of Quantization for Diffusion Models
von: Zheng, Xingyu, et al.
Veröffentlicht: (2024)

SGMD: Score Gradient Matching Distillation for Few-Step Video Diffusion Distillation
von: Wu, Zhuguanyu, et al.
Veröffentlicht: (2026)

PQD: Post-training Quantization for Efficient Diffusion Models
von: Ye, Jiaojiao, et al.
Veröffentlicht: (2024)

Enhancing Post-Training Quantization via Future Activation Awareness
von: Lv, Zheqi, et al.
Veröffentlicht: (2026)

MoDES: Accelerating Mixture-of-Experts Multimodal Large Language Models via Dynamic Expert Skipping
von: Huang, Yushi, et al.
Veröffentlicht: (2025)

LanePerf: a Performance Estimation Framework for Lane Detection
von: Wu, Yin, et al.
Veröffentlicht: (2025)

Lane Departure Accident Prevention in Foggy Conditions: A Prior-Guided Dynamic Feature Fusion Transformer Framework for Real-Time Lane Detection
von: Zhang, Ronghui, et al.
Veröffentlicht: (2025)

Learning to Tell Apart: Weakly Supervised Video Anomaly Detection via Disentangled Semantic Alignment
von: Yin, Wenti, et al.
Veröffentlicht: (2025)

Pack-PTQ: Advancing Post-training Quantization of Neural Networks by Pack-wise Reconstruction
von: Li, Changjun, et al.
Veröffentlicht: (2025)

AFTER: Mitigating the Object Hallucination of LVLM via Adaptive Factual-Guided Activation Editing
von: Wang, Tianbo, et al.
Veröffentlicht: (2026)

LiDAR-PTQ: Post-Training Quantization for Point Cloud 3D Object Detection
von: Zhou, Sifan, et al.
Veröffentlicht: (2024)

HeightLane: BEV Heightmap guided 3D Lane Detection
von: Park, Chaesong, et al.
Veröffentlicht: (2024)

LaneTCA: Enhancing Video Lane Detection with Temporal Context Aggregation
von: Zhou, Keyi, et al.
Veröffentlicht: (2024)

Concepts from Representations: Post-hoc Concept Bottleneck Models via Sparse Decomposition of Visual Representations
von: Gong, Shizhan, et al.
Veröffentlicht: (2026)

LaneGraph2Seq: Lane Topology Extraction with Language Model via Vertex-Edge Encoding and Connectivity Enhancement
von: Peng, Renyuan, et al.
Veröffentlicht: (2024)

SAMIRO: Spatial Attention Mutual Information Regularization with a Pre-trained Model as Oracle for Lane Detection
von: Lee, Hyunjong, et al.
Veröffentlicht: (2025)