Buchumschlag

Comb, Prune, Distill: Towards Unified Pruning for Vision Model Compression

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Schmitt, Jonas, Liu, Ruiping, Zheng, Junwei, Zhang, Jiaming, Stiefelhagen, Rainer
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

@Bench: Benchmarking Vision-Language Models for Human-centered Assistive Technology
von: Jiang, Xin, et al.
Veröffentlicht: (2024)

OneBEV: Using One Panoramic Image for Bird's-Eye-View Semantic Mapping
von: Wei, Jiale, et al.
Veröffentlicht: (2024)

Faster or Stronger: Towards Flexible Visual Place Recognition via Weighted Aggregation and Token Pruning
von: Zeng, Zichao, et al.
Veröffentlicht: (2026)

RoDLA: Benchmarking the Robustness of Document Layout Analysis Models
von: Chen, Yufan, et al.
Veröffentlicht: (2024)

HybriDLA: Hybrid Generation for Document Layout Analysis
von: Chen, Yufan, et al.
Veröffentlicht: (2025)

Graph-based Document Structure Analysis
von: Chen, Yufan, et al.
Veröffentlicht: (2025)

Scene-agnostic Pose Regression for Visual Localization
von: Zheng, Junwei, et al.
Veröffentlicht: (2025)

Open Panoramic Segmentation
von: Zheng, Junwei, et al.
Veröffentlicht: (2024)

Situat3DChange: Situated 3D Change Understanding Dataset for Multimodal Large Language Model
von: Liu, Ruiping, et al.
Veröffentlicht: (2025)

Deformable Mamba for Wide Field of View Segmentation
von: Hu, Jie, et al.
Veröffentlicht: (2024)

SGR3 Model: Scene Graph Retrieval-Reasoning Model in 3D
von: Wang, Zirui, et al.
Veröffentlicht: (2026)

More than the Sum: Panorama-Language Models for Adverse Omni-Scenes
von: Fan, Weijia, et al.
Veröffentlicht: (2026)

MateRobot: Material Recognition in Wearable Robotics for People with Visual Impairments
von: Zheng, Junwei, et al.
Veröffentlicht: (2023)

mmWalk: Towards Multi-modal Multi-view Walking Assistance
von: Ying, Kedi, et al.
Veröffentlicht: (2025)

LAPTOP-Diff: Layer Pruning and Normalized Distillation for Compressing Diffusion Models
von: Zhang, Dingkun, et al.
Veröffentlicht: (2024)

DriveXQA: Cross-modal Visual Question Answering for Adverse Driving Scene Understanding
von: Tao, Mingzhe, et al.
Veröffentlicht: (2026)

What if? Emulative Simulation with World Models for Situated Reasoning
von: Liu, Ruiping, et al.
Veröffentlicht: (2026)

EgoExoMem: Cross-View Memory Reasoning over Synchronized Egocentric and Exocentric Videos
von: Liu, Ruiping, et al.
Veröffentlicht: (2026)

RHO: Robust Holistic OSM-Based Metric Cross-View Geo-Localization
von: Zheng, Junwei, et al.
Veröffentlicht: (2026)

Towards Joint Quantization and Token Pruning of Vision-Language Models
von: Li, Xinqing, et al.
Veröffentlicht: (2026)

ObjectFinder: An Open-Vocabulary Assistive System for Interactive Object Search by Blind People
von: Liu, Ruiping, et al.
Veröffentlicht: (2024)

Compressing Multi-Task Model for Autonomous Driving via Pruning and Knowledge Distillation
von: Wang, Jiayuan, et al.
Veröffentlicht: (2025)

TransKD: Transformer Knowledge Distillation for Efficient Semantic Segmentation
von: Liu, Ruiping, et al.
Veröffentlicht: (2022)

CHAOS: Chart Analysis with Outlier Samples
von: Moured, Omar, et al.
Veröffentlicht: (2025)

EPSD: Early Pruning with Self-Distillation for Efficient Model Compression
von: Chen, Dong, et al.
Veröffentlicht: (2024)

HiPrune: Hierarchical Attention for Efficient Token Pruning in Vision-Language Models
von: Liu, Jizhihui, et al.
Veröffentlicht: (2025)

Towards Universal & Efficient Model Compression via Exponential Torque Pruning
von: Modi, Sarthak Ketanbhai, et al.
Veröffentlicht: (2025)

Short-LVLM: Compressing and Accelerating Large Vision-Language Models by Pruning Redundant Layers
von: Ma, Ji, et al.
Veröffentlicht: (2025)

Topology-Aware Layer Pruning for Large Vision-Language Models
von: Zheng, Pengcheng, et al.
Veröffentlicht: (2026)

Towards Multi-Source Domain Generalization for Sleep Staging with Noisy Labels
von: Wang, Kening, et al.
Veröffentlicht: (2026)

ZOO-Prune: Training-Free Token Pruning via Zeroth-Order Gradient Estimation in Vision-Language Models
von: Kim, Youngeun, et al.
Veröffentlicht: (2025)

Elevating Skeleton-Based Action Recognition with Efficient Multi-Modality Self-Supervision
von: Wei, Yiping, et al.
Veröffentlicht: (2023)

MULTIFLOW: Shifting Towards Task-Agnostic Vision-Language Pruning
von: Farina, Matteo, et al.
Veröffentlicht: (2024)

Fourier Prompt Tuning for Modality-Incomplete Scene Segmentation
von: Liu, Ruiping, et al.
Veröffentlicht: (2024)

A Glimpse to Compress: Dynamic Visual Token Pruning for Large Vision-Language Models
von: Zeng, Quan-Sheng, et al.
Veröffentlicht: (2025)

IVC-Prune: Revealing the Implicit Visual Coordinates in LVLMs for Vision Token Pruning
von: Sun, Zhichao, et al.
Veröffentlicht: (2026)

TT-MPD: Test Time Model Pruning and Distillation
von: Wu, Haihang, et al.
Veröffentlicht: (2024)

UTPTrack: Towards Simple and Unified Token Pruning for Visual Tracking
von: Wu, Hao, et al.
Veröffentlicht: (2026)

Model Compression using Progressive Channel Pruning
von: Guo, Jinyang, et al.
Veröffentlicht: (2025)

Pruning then Reweighting: Towards Data-Efficient Training of Diffusion Models
von: Li, Yize, et al.
Veröffentlicht: (2024)