Buchumschlag

Envisioning Class Entity Reasoning by Large Language Models for Few-shot Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Mushui, Wu, Fangtai, Li, Bozheng, Lu, Ziqian, Yu, Yunlong, Li, Xi
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

Fully Fine-tuned CLIP Models are Efficient Few-Shot Learners
von: Liu, Mushui, et al.
Veröffentlicht: (2024)

Frame Order Matters: A Temporal Sequence-Aware Model for Few-Shot Action Recognition
von: Li, Bozheng, et al.
Veröffentlicht: (2024)

OmniCLIP: Adapting CLIP for Video Recognition with Spatial-Temporal Omni-Scale Feature Learning
von: Liu, Mushui, et al.
Veröffentlicht: (2024)

DCoAR: Deep Concept Injection into Unified Autoregressive Models for Personalized Text-to-Image Generation
von: Wu, Fangtai, et al.
Veröffentlicht: (2025)

CM-UNet: Hybrid CNN-Mamba UNet for Remote Sensing Image Semantic Segmentation
von: Liu, Mushui, et al.
Veröffentlicht: (2024)

Hybrid Mask Generation for Infrared Small Target Detection with Single-Point Supervision
von: He, Weijie, et al.
Veröffentlicht: (2024)

Language-Inspired Relation Transfer for Few-shot Class-Incremental Learning
von: Zhao, Yifan, et al.
Veröffentlicht: (2025)

Few-shot Unknown Class Discovery of Hyperspectral Images with Prototype Learning and Clustering
von: Liu, Chun, et al.
Veröffentlicht: (2025)

DyST-XL: Dynamic Layout Planning and Content Control for Compositional Text-to-Video Generation
von: He, Weijie, et al.
Veröffentlicht: (2025)

Revisiting Pool-based Prompt Learning for Few-shot Class-incremental Learning
von: Jiang, Yongwei, et al.
Veröffentlicht: (2025)

MedVeriSeg: Teaching MLLM-Based Medical Segmentation Models to Verify Query Validity Without Extra Training
von: Lu, Ziqian, et al.
Veröffentlicht: (2026)

Rethinking Few-shot Class-incremental Learning: Learning from Yourself
von: Tang, Yu-Ming, et al.
Veröffentlicht: (2024)

FADE: Few-shot/zero-shot Anomaly Detection Engine using Large Vision-Language Model
von: Li, Yuanwei, et al.
Veröffentlicht: (2024)

Class Similarity Transition: Decoupling Class Similarities and Imbalance from Generalized Few-shot Segmentation
von: Wang, Shihong, et al.
Veröffentlicht: (2024)

Making Large Vision Language Models to be Good Few-shot Learners
von: Liu, Fan, et al.
Veröffentlicht: (2024)

OpusAnimation: Code-Based Dynamic Chart Generation
von: Li, Bozheng, et al.
Veröffentlicht: (2025)

What Makes Good Few-shot Examples for Vision-Language Models?
von: Guo, Zhaojun, et al.
Veröffentlicht: (2024)

A Chain-of-Thought Subspace Meta-Learning for Few-shot Image Captioning with Large Vision and Language Models
von: Huang, Hao, et al.
Veröffentlicht: (2025)

Organizing Background to Explore Latent Classes for Incremental Few-shot Semantic Segmentation
von: Shan, Lianlei, et al.
Veröffentlicht: (2024)

Few-shot Class-Incremental Learning via Generative Co-Memory Regularization
von: Bao, Kexin, et al.
Veröffentlicht: (2026)

MediRound: Multi-Round Entity-Level Reasoning Segmentation in Medical Images
von: Tong, Qinyue, et al.
Veröffentlicht: (2025)

FILP-3D: Enhancing 3D Few-shot Class-incremental Learning with Pre-trained Vision-Language Models
von: Xu, Wan, et al.
Veröffentlicht: (2023)

Generalized Few-shot 3D Point Cloud Segmentation with Vision-Language Model
von: An, Zhaochong, et al.
Veröffentlicht: (2025)

Benchmarking Vision-Language and Multimodal Large Language Models in Zero-shot and Few-shot Scenarios: A study on Christian Iconography
von: Spinaci, Gianmarco, et al.
Veröffentlicht: (2025)

ESDiff: Encoding Strategy-inspired Diffusion Model with Few-shot Learning for Color Image Inpainting
von: Zhang, Junyan, et al.
Veröffentlicht: (2025)

TSAL: Few-shot Text Segmentation Based on Attribute Learning
von: Li, Chenming, et al.
Veröffentlicht: (2025)

Few-shot Adaptation of Medical Vision-Language Models
von: Shakeri, Fereshteh, et al.
Veröffentlicht: (2024)

Generalizable Entity Grounding via Assistance of Large Language Model
von: Qi, Lu, et al.
Veröffentlicht: (2024)

A Forward and Backward Compatible Framework for Few-shot Class-incremental Pill Recognition
von: Zhang, Jinghua, et al.
Veröffentlicht: (2023)

MICM: Rethinking Unsupervised Pretraining for Enhanced Few-shot Learning
von: Zhang, Zhenyu, et al.
Veröffentlicht: (2024)

The Devil is in the Few Shots: Iterative Visual Knowledge Completion for Few-shot Learning
von: Li, Yaohui, et al.
Veröffentlicht: (2024)

Clustered-patch Element Connection for Few-shot Learning
von: Lai, Jinxiang, et al.
Veröffentlicht: (2023)

Revisiting Continuity of Image Tokens for Cross-domain Few-shot Learning
von: Yi, Shuai, et al.
Veröffentlicht: (2025)

DiffCLIP: Few-shot Language-driven Multimodal Classifier
von: Zhang, Jiaqing, et al.
Veröffentlicht: (2024)

One2Avatar: Generative Implicit Head Avatar For Few-shot User Adaptation
von: Yu, Zhixuan, et al.
Veröffentlicht: (2024)

Prompt-and-Transfer: Dynamic Class-aware Enhancement for Few-shot Segmentation
von: Bi, Hanbo, et al.
Veröffentlicht: (2024)

Few-shot Object Localization
von: Ren, Yunhan, et al.
Veröffentlicht: (2024)

Retrieval-Enhanced Visual Prompt Learning for Few-shot Classification
von: Rong, Jintao, et al.
Veröffentlicht: (2023)

Covariance-based Space Regularization for Few-shot Class Incremental Learning
von: Hu, Yijie, et al.
Veröffentlicht: (2024)

Few-shot Novel Category Discovery
von: Li, Chunming, et al.
Veröffentlicht: (2025)