OV-DINO: Unified Open-Vocabulary Detection with Language-Aware Selective Fusion
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Wang, Hao, Ren, Pengzhen, Jie, Zequn, Dong, Xiao, Feng, Chengjian, Qian, Yinlong, Ma, Lin, Jiang, Dongmei, Wang, Yaowei, Lan, Xiangyuan, Liang, Xiaodan |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Cross-DINO: Cross the Deep MLP and Transformer for Small Object Detection
par: Cao, Guiping, et autres
Publié: (2025)
par: Cao, Guiping, et autres
Publié: (2025)
X-SAM: From Segment Anything to Any Segmentation
par: Wang, Hao, et autres
Publié: (2025)
par: Wang, Hao, et autres
Publié: (2025)
Efficient Adversarial Training via Criticality-Aware Fine-Tuning
par: Li, Wenyun, et autres
Publié: (2026)
par: Li, Wenyun, et autres
Publié: (2026)
OV-MER: Towards Open-Vocabulary Multimodal Emotion Recognition
par: Lian, Zheng, et autres
Publié: (2024)
par: Lian, Zheng, et autres
Publié: (2024)
OV-InstructTTS: Towards Open-Vocabulary Instruct Text-to-Speech
par: Ren, Yong, et autres
Publié: (2026)
par: Ren, Yong, et autres
Publié: (2026)
OV-Uni3DETR: Towards Unified Open-Vocabulary 3D Object Detection via Cycle-Modality Propagation
par: Wang, Zhenyu, et autres
Publié: (2024)
par: Wang, Zhenyu, et autres
Publié: (2024)
DS-Det: Single-Query Paradigm and Attention Disentangled Learning for Flexible Object Detection
par: Cao, Guiping, et autres
Publié: (2025)
par: Cao, Guiping, et autres
Publié: (2025)
CricaVPR: Cross-image Correlation-aware Representation Learning for Visual Place Recognition
par: Lu, Feng, et autres
Publié: (2024)
par: Lu, Feng, et autres
Publié: (2024)
OVS-DINO: Open-Vocabulary Segmentation via Structure-Aligned SAM-DINO with Language Guidance
par: Zeng, Haoxi, et autres
Publié: (2026)
par: Zeng, Haoxi, et autres
Publié: (2026)
OV-Stitcher: A Global Context-Aware Framework for Training-Free Open-Vocabulary Semantic Segmentation
par: Moon, Seungjae, et autres
Publié: (2026)
par: Moon, Seungjae, et autres
Publié: (2026)
AlignMamba-2: Enhancing Multimodal Fusion and Sentiment Analysis with Modality-Aware Mamba
par: Li, Yan, et autres
Publié: (2026)
par: Li, Yan, et autres
Publié: (2026)
EMMA: Empowering Multi-modal Mamba with Structural and Hierarchical Alignment
par: Xing, Yifei, et autres
Publié: (2024)
par: Xing, Yifei, et autres
Publié: (2024)
Open-Det: An Efficient Learning Framework for Open-Ended Detection
par: Cao, Guiping, et autres
Publié: (2025)
par: Cao, Guiping, et autres
Publié: (2025)
CLIP-GS: Unifying Vision-Language Representation with 3D Gaussian Splatting
par: Jiao, Siyu, et autres
Publié: (2024)
par: Jiao, Siyu, et autres
Publié: (2024)
Towards Visual Grounding: A Survey
par: Xiao, Linhui, et autres
Publié: (2024)
par: Xiao, Linhui, et autres
Publié: (2024)
RoboTron-Drive: All-in-One Large Multimodal Model for Autonomous Driving
par: Huang, Zhijian, et autres
Publié: (2024)
par: Huang, Zhijian, et autres
Publié: (2024)
OV-COAST: Cost Aggregation with Optimal Transport for Open-Vocabulary Semantic Segmentation
par: Gandhamal, Aditya, et autres
Publié: (2025)
par: Gandhamal, Aditya, et autres
Publié: (2025)
SegEarth-OV: Towards Training-Free Open-Vocabulary Segmentation for Remote Sensing Images
par: Li, Kaiyu, et autres
Publié: (2024)
par: Li, Kaiyu, et autres
Publié: (2024)
RSVG-ZeroOV: Exploring a Training-Free Framework for Zero-Shot Open-Vocabulary Visual Grounding in Remote Sensing Images
par: Li, Ke, et autres
Publié: (2025)
par: Li, Ke, et autres
Publié: (2025)
OV-DQUO: Open-Vocabulary DETR with Denoising Text Query Training and Open-World Unknown Objects Supervision
par: Wang, Junjie, et autres
Publié: (2024)
par: Wang, Junjie, et autres
Publié: (2024)
OV9D: Open-Vocabulary Category-Level 9D Object Pose and Size Estimation
par: Cai, Junhao, et autres
Publié: (2024)
par: Cai, Junhao, et autres
Publié: (2024)
SegEarth-OV3: Exploring SAM 3 for Open-Vocabulary Semantic Segmentation in Remote Sensing Images
par: Li, Kaiyu, et autres
Publié: (2025)
par: Li, Kaiyu, et autres
Publié: (2025)
OV-DEIM: Real-time DETR-Style Open-Vocabulary Object Detection with GridSynthetic Augmentation
par: Wang, Leilei, et autres
Publié: (2026)
par: Wang, Leilei, et autres
Publié: (2026)
OV-SCAN: Semantically Consistent Alignment for Novel Object Discovery in Open-Vocabulary 3D Object Detection
par: Chow, Adrian, et autres
Publié: (2025)
par: Chow, Adrian, et autres
Publié: (2025)
MagicSeg: Open-World Segmentation Pretraining via Counterfactural Diffusion-Based Auto-Generation
par: Cai, Kaixin, et autres
Publié: (2026)
par: Cai, Kaixin, et autres
Publié: (2026)
Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection
par: Liu, Shilong, et autres
Publié: (2023)
par: Liu, Shilong, et autres
Publié: (2023)
PIVOT-R: Primitive-Driven Waypoint-Aware World Model for Robotic Manipulation
par: Zhang, Kaidong, et autres
Publié: (2024)
par: Zhang, Kaidong, et autres
Publié: (2024)
MixReorg: Cross-Modal Mixed Patch Reorganization is a Good Mask Learner for Open-World Semantic Segmentation
par: Cai, Kaixin, et autres
Publié: (2023)
par: Cai, Kaixin, et autres
Publié: (2023)
OV-MAP : Open-Vocabulary Zero-Shot 3D Instance Segmentation Map for Robots
par: Kim, Juno, et autres
Publié: (2025)
par: Kim, Juno, et autres
Publié: (2025)
UP-Person: Unified Parameter-Efficient Transfer Learning for Text-based Person Retrieval
par: Liu, Yating, et autres
Publié: (2025)
par: Liu, Yating, et autres
Publié: (2025)
Towards Seamless Adaptation of Pre-trained Models for Visual Place Recognition
par: Lu, Feng, et autres
Publié: (2024)
par: Lu, Feng, et autres
Publié: (2024)
DM-Adapter: Domain-Aware Mixture-of-Adapters for Text-Based Person Retrieval
par: Liu, Yating, et autres
Publié: (2025)
par: Liu, Yating, et autres
Publié: (2025)
Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Grounding
par: Wasim, Syed Talal, et autres
Publié: (2023)
par: Wasim, Syed Talal, et autres
Publié: (2023)
UniM-OV3D: Uni-Modality Open-Vocabulary 3D Scene Understanding with Fine-Grained Feature Representation
par: He, Qingdong, et autres
Publié: (2024)
par: He, Qingdong, et autres
Publié: (2024)
Dynamic-DINO: Fine-Grained Mixture of Experts Tuning for Real-time Open-Vocabulary Object Detection
par: Lu, Yehao, et autres
Publié: (2025)
par: Lu, Yehao, et autres
Publié: (2025)
X2SAM: Any Segmentation in Images and Videos
par: Wang, Hao, et autres
Publié: (2026)
par: Wang, Hao, et autres
Publié: (2026)
OV-HHIR: Open Vocabulary Human Interaction Recognition Using Cross-modal Integration of Large Language Models
par: Ray, Lala Shakti Swarup, et autres
Publié: (2024)
par: Ray, Lala Shakti Swarup, et autres
Publié: (2024)
DINO Soars: DINOv3 for Open-Vocabulary Semantic Segmentation of Remote Sensing Imagery
par: Faulkenberry, Ryan, et autres
Publié: (2026)
par: Faulkenberry, Ryan, et autres
Publié: (2026)
Talking to DINO: Bridging Self-Supervised Vision Backbones with Language for Open-Vocabulary Segmentation
par: Barsellotti, Luca, et autres
Publié: (2024)
par: Barsellotti, Luca, et autres
Publié: (2024)
Harmony: A Unified Framework for Modality Incremental Learning
par: Song, Yaguang, et autres
Publié: (2025)
par: Song, Yaguang, et autres
Publié: (2025)
Documents similaires
-
Cross-DINO: Cross the Deep MLP and Transformer for Small Object Detection
par: Cao, Guiping, et autres
Publié: (2025) -
X-SAM: From Segment Anything to Any Segmentation
par: Wang, Hao, et autres
Publié: (2025) -
Efficient Adversarial Training via Criticality-Aware Fine-Tuning
par: Li, Wenyun, et autres
Publié: (2026) -
OV-MER: Towards Open-Vocabulary Multimodal Emotion Recognition
par: Lian, Zheng, et autres
Publié: (2024) -
OV-InstructTTS: Towards Open-Vocabulary Instruct Text-to-Speech
par: Ren, Yong, et autres
Publié: (2026)