Salvato in:
| Autori principali: | Lin, Baijiong, Jiang, Weisen, Chen, Pengguang, Liu, Shu, Chen, Ying-Cong |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2408.15101 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
MTMamba: Enhancing Multi-Task Dense Scene Understanding by Mamba-Based Decoders
di: Lin, Baijiong, et al.
Pubblicazione: (2024)
di: Lin, Baijiong, et al.
Pubblicazione: (2024)
BYOM: Building Your Own Multi-Task Model For Free
di: Jiang, Weisen, et al.
Pubblicazione: (2023)
di: Jiang, Weisen, et al.
Pubblicazione: (2023)
Dual-Balancing for Multi-Task Learning
di: Lin, Baijiong, et al.
Pubblicazione: (2023)
di: Lin, Baijiong, et al.
Pubblicazione: (2023)
Enhancing Mamba Decoder with Bidirectional Interaction in Multi-Task Dense Prediction
di: Cao, Mang, et al.
Pubblicazione: (2025)
di: Cao, Mang, et al.
Pubblicazione: (2025)
PARM: Multi-Objective Test-Time Alignment via Preference-Aware Autoregressive Reward Model
di: Lin, Baijiong, et al.
Pubblicazione: (2025)
di: Lin, Baijiong, et al.
Pubblicazione: (2025)
3D-Aware Multi-Task Learning with Cross-View Correlations for Dense Scene Understanding
di: Wang, Xiaoye, et al.
Pubblicazione: (2025)
di: Wang, Xiaoye, et al.
Pubblicazione: (2025)
DenseScan: Advancing 3D Scene Understanding with 2D Dense Annotation
di: Wang, Zirui, et al.
Pubblicazione: (2025)
di: Wang, Zirui, et al.
Pubblicazione: (2025)
Decoding the Pulse of Reasoning VLMs in Multi-Image Understanding Tasks
di: Li, Chenjun
Pubblicazione: (2026)
di: Li, Chenjun
Pubblicazione: (2026)
Frequency-Dynamic Attention Modulation for Dense Prediction
di: Chen, Linwei, et al.
Pubblicazione: (2025)
di: Chen, Linwei, et al.
Pubblicazione: (2025)
VisualNeedle: Benchmarking Active Visual Search in Information-Dense Scenes
di: Chen, Jingru, et al.
Pubblicazione: (2026)
di: Chen, Jingru, et al.
Pubblicazione: (2026)
Enhancing Long Video Understanding via Hierarchical Event-Based Memory
di: Cheng, Dingxin, et al.
Pubblicazione: (2024)
di: Cheng, Dingxin, et al.
Pubblicazione: (2024)
TextMamba: Scene Text Detector with Mamba
di: Zhao, Qiyan, et al.
Pubblicazione: (2025)
di: Zhao, Qiyan, et al.
Pubblicazione: (2025)
AlignMamba: Enhancing Multimodal Mamba with Local and Global Cross-modal Alignment
di: Li, Yan, et al.
Pubblicazione: (2024)
di: Li, Yan, et al.
Pubblicazione: (2024)
HAMF: A Hybrid Attention-Mamba Framework for Joint Scene Context Understanding and Future Motion Representation Learning
di: Mei, Xiaodong, et al.
Pubblicazione: (2025)
di: Mei, Xiaodong, et al.
Pubblicazione: (2025)
HetScene: Heterogeneity-Aware Diffusion for Dense Indoor Scene Generation
di: Chen, Zini, et al.
Pubblicazione: (2026)
di: Chen, Zini, et al.
Pubblicazione: (2026)
MTPano: Multi-Task Panoramic Scene Understanding via Label-Free Integration of Dense Prediction Priors
di: Zhang, Jingdong, et al.
Pubblicazione: (2026)
di: Zhang, Jingdong, et al.
Pubblicazione: (2026)
RE-VLM: Event-Augmented Vision-Language Model for Scene Understanding
di: Liu, Hanqing, et al.
Pubblicazione: (2026)
di: Liu, Hanqing, et al.
Pubblicazione: (2026)
StarVLA-$α$: Reducing Complexity in Vision-Language-Action Systems
di: Ye, Jinhui, et al.
Pubblicazione: (2026)
di: Ye, Jinhui, et al.
Pubblicazione: (2026)
Frequency Dynamic Convolution for Dense Image Prediction
di: Chen, Linwei, et al.
Pubblicazione: (2025)
di: Chen, Linwei, et al.
Pubblicazione: (2025)
GridMask Data Augmentation
di: Chen, Pengguang, et al.
Pubblicazione: (2020)
di: Chen, Pengguang, et al.
Pubblicazione: (2020)
TagCLIP: Improving Discrimination Ability of Open-Vocabulary Semantic Segmentation
di: Li, Jingyao, et al.
Pubblicazione: (2023)
di: Li, Jingyao, et al.
Pubblicazione: (2023)
MOODv2: Masked Image Modeling for Out-of-Distribution Detection
di: Li, Jingyao, et al.
Pubblicazione: (2024)
di: Li, Jingyao, et al.
Pubblicazione: (2024)
IPFormer-VideoLLM: Enhancing Multi-modal Video Understanding for Multi-shot Scenes
di: Liang, Yujia, et al.
Pubblicazione: (2025)
di: Liang, Yujia, et al.
Pubblicazione: (2025)
FSCM: Frequency-Enhanced Spatial-Spectral Coupled Mamba for Infrared Hyperspectral Image Colorization
di: Liu, Tingting, et al.
Pubblicazione: (2026)
di: Liu, Tingting, et al.
Pubblicazione: (2026)
HexPlane Representation for 3D Semantic Scene Understanding
di: Chen, Zeren, et al.
Pubblicazione: (2025)
di: Chen, Zeren, et al.
Pubblicazione: (2025)
GFE-Mamba: Mamba-based AD Multi-modal Progression Assessment via Generative Feature Extraction from MCI
di: Fang, Zhaojie, et al.
Pubblicazione: (2024)
di: Fang, Zhaojie, et al.
Pubblicazione: (2024)
SceneRAG: Scene-level Retrieval-Augmented Generation for Video Understanding
di: Zeng, Nianbo, et al.
Pubblicazione: (2025)
di: Zeng, Nianbo, et al.
Pubblicazione: (2025)
Frequency-aware Feature Fusion for Dense Image Prediction
di: Chen, Linwei, et al.
Pubblicazione: (2024)
di: Chen, Linwei, et al.
Pubblicazione: (2024)
Enhancing Human-Centered Dynamic Scene Understanding via Multiple LLMs Collaborated Reasoning
di: Zhang, Hang, et al.
Pubblicazione: (2024)
di: Zhang, Hang, et al.
Pubblicazione: (2024)
Hypergraph Mamba for Efficient Whole Slide Image Understanding
di: Lu, Jiaxuan, et al.
Pubblicazione: (2025)
di: Lu, Jiaxuan, et al.
Pubblicazione: (2025)
Multi-Task Dense Prediction via Mixture of Low-Rank Experts
di: Yang, Yuqi, et al.
Pubblicazione: (2024)
di: Yang, Yuqi, et al.
Pubblicazione: (2024)
VisualOverload: Probing Visual Understanding of VLMs in Really Dense Scenes
di: Gavrikov, Paul, et al.
Pubblicazione: (2025)
di: Gavrikov, Paul, et al.
Pubblicazione: (2025)
Multi-dimensional Visual Prompt Enhanced Image Restoration via Mamba-Transformer Aggregation
di: Jiang, Aiwen, et al.
Pubblicazione: (2024)
di: Jiang, Aiwen, et al.
Pubblicazione: (2024)
Optimizing Dense Visual Predictions Through Multi-Task Coherence and Prioritization
di: Fontana, Maxime, et al.
Pubblicazione: (2024)
di: Fontana, Maxime, et al.
Pubblicazione: (2024)
SurvMamba: State Space Model with Multi-grained Multi-modal Interaction for Survival Prediction
di: Chen, Ying, et al.
Pubblicazione: (2024)
di: Chen, Ying, et al.
Pubblicazione: (2024)
Defect Spectrum: A Granular Look of Large-Scale Defect Datasets with Rich Semantics
di: Yang, Shuai, et al.
Pubblicazione: (2023)
di: Yang, Shuai, et al.
Pubblicazione: (2023)
DRScaffold: Boosting Dense-Scene Reasoning in Lightweight Vision Language Models
di: Shi, Xinrui, et al.
Pubblicazione: (2026)
di: Shi, Xinrui, et al.
Pubblicazione: (2026)
MROSS: Multi-Round Region-based Optimization for Scene Sketching
di: Liang, Yiqi, et al.
Pubblicazione: (2024)
di: Liang, Yiqi, et al.
Pubblicazione: (2024)
Scene-LLM: Extending Language Model for 3D Visual Understanding and Reasoning
di: Fu, Rao, et al.
Pubblicazione: (2024)
di: Fu, Rao, et al.
Pubblicazione: (2024)
Generalized Decoupled Learning for Enhancing Open-Vocabulary Dense Perception
di: Wang, Junjie, et al.
Pubblicazione: (2025)
di: Wang, Junjie, et al.
Pubblicazione: (2025)
Documenti analoghi
-
MTMamba: Enhancing Multi-Task Dense Scene Understanding by Mamba-Based Decoders
di: Lin, Baijiong, et al.
Pubblicazione: (2024) -
BYOM: Building Your Own Multi-Task Model For Free
di: Jiang, Weisen, et al.
Pubblicazione: (2023) -
Dual-Balancing for Multi-Task Learning
di: Lin, Baijiong, et al.
Pubblicazione: (2023) -
Enhancing Mamba Decoder with Bidirectional Interaction in Multi-Task Dense Prediction
di: Cao, Mang, et al.
Pubblicazione: (2025) -
PARM: Multi-Objective Test-Time Alignment via Preference-Aware Autoregressive Reward Model
di: Lin, Baijiong, et al.
Pubblicazione: (2025)