Buchumschlag

A Simple and Generalist Approach for Panoptic Segmentation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Prisadnikov, Nedyalko, Van Gansbeke, Wouter, Paudel, Danda Pani, Van Gool, Luc
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

Vision encoders should be image size agnostic and task driven
von: Prisadnikov, Nedyalko, et al.
Veröffentlicht: (2025)

Self-supervised pretraining for an iterative image size agnostic vision transformer
von: Prisadnikov, Nedyalko, et al.
Veröffentlicht: (2026)

A Simple Latent Diffusion Approach for Panoptic Segmentation and Mask Inpainting
von: Van Gansbeke, Wouter, et al.
Veröffentlicht: (2024)

Accelerating Vision Foundation Models with Drop-in Depthwise Convolution
von: Scribano, Carmelo, et al.
Veröffentlicht: (2026)

EvenNICER-SLAM: Event-based Neural Implicit Encoding SLAM
von: Chen, Shi, et al.
Veröffentlicht: (2024)

Lego: Learning to Disentangle and Invert Personalized Concepts Beyond Object Appearance in Text-to-Image Diffusion Models
von: Motamed, Saman, et al.
Veröffentlicht: (2023)

Occam's LGS: An Efficient Approach for Language Gaussian Splatting
von: Cheng, Jiahuan, et al.
Veröffentlicht: (2024)

Investigating the Effectiveness of Cross-Attention to Unlock Zero-Shot Editing of Text-to-Video Diffusion Models
von: Motamed, Saman, et al.
Veröffentlicht: (2024)

Implicit-Zoo: A Large-Scale Dataset of Neural Implicit Functions for 2D Images and 3D Scenes
von: Ma, Qi, et al.
Veröffentlicht: (2024)

Continuous Pose for Monocular Cameras in Neural Implicit Representation
von: Ma, Qi, et al.
Veröffentlicht: (2023)

From Synchrony to Sequence: Exo-to-Ego Generation via Interpolation
von: Mahdi, Mohammad, et al.
Veröffentlicht: (2026)

Inferring Compositional 4D Scenes without Ever Seeing One
von: Gokmen, Ahmet Berke, et al.
Veröffentlicht: (2025)

RICO: Two Realistic Benchmarks and an In-Depth Analysis for Incremental Learning in Object Detection
von: Neuwirth-Trapp, Matthias, et al.
Veröffentlicht: (2025)

Incremental Object Detection with Prompt-based Methods
von: Neuwirth-Trapp, Matthias, et al.
Veröffentlicht: (2025)

Cross-View Multi-Modal Segmentation @ Ego-Exo4D Challenges 2025
von: Fu, Yuqian, et al.
Veröffentlicht: (2025)

BiXFormer: A Robust Framework for Maximizing Modality Effectiveness in Multi-Modal Semantic Segmentation
von: Chen, Jialei, et al.
Veröffentlicht: (2025)

Partial CLIP is Enough: Chimera-Seg for Zero-shot Semantic Segmentation
von: Chen, Jialei, et al.
Veröffentlicht: (2025)

Taming CLIP for Fine-grained and Structured Visual Understanding of Museum Exhibits
von: Balauca, Ada-Astrid, et al.
Veröffentlicht: (2024)

Reducing Unimodal Bias in Multi-Modal Semantic Segmentation with Multi-Scale Functional Entropy Regularization
von: Zheng, Xu, et al.
Veröffentlicht: (2025)

B-GRTO: Bootstrapped Group Relative Tool Optimization for Referring Segmentation
von: Markov, Mario, et al.
Veröffentlicht: (2026)

SeasonScapes: Learning Large-scale Re-lightable 3D Landscapes with Seasonal Variation from Sparse Webcams
von: Kleger, Timo, et al.
Veröffentlicht: (2026)

Ternary-Type Opacity and Hybrid Odometry for RGB NeRF-SLAM
von: Lin, Junru, et al.
Veröffentlicht: (2023)

LangHOPS: Language Grounded Hierarchical Open-Vocabulary Part Segmentation
von: Miao, Yang, et al.
Veröffentlicht: (2025)

ReVLA: Reverting Visual Domain Limitation of Robotic Foundation Models
von: Dey, Sombit, et al.
Veröffentlicht: (2024)

Rethinking Global Context in Crowd Counting
von: Sun, Guolei, et al.
Veröffentlicht: (2021)

Exploration-Driven Generative Interactive Environments
von: Savov, Nedko, et al.
Veröffentlicht: (2025)

Exo2EgoSyn: Unlocking Foundation Video Generation Models for Exocentric-to-Egocentric Video Synthesis
von: Mahdi, Mohammad, et al.
Veröffentlicht: (2025)

StateSpaceDiffuser: Bringing Long Context to Diffusion World Models
von: Savov, Nedko, et al.
Veröffentlicht: (2025)

FireScope: Wildfire Risk Raster Prediction with a Chain-of-Thought Oracle
von: Markov, Mario, et al.
Veröffentlicht: (2025)

Learning Generative Interactive Environments By Trained Agent Exploration
von: Kazemi, Naser, et al.
Veröffentlicht: (2024)

GaussianVLM: Scene-centric 3D Vision-Language Models using Language-aligned Gaussian Splats for Embodied Reasoning and Beyond
von: Halacheva, Anna-Maria, et al.
Veröffentlicht: (2025)

From Scan to Action: Leveraging Realistic Scans for Embodied Scene Understanding
von: Halacheva, Anna-Maria, et al.
Veröffentlicht: (2025)

Event-Free Moving Object Segmentation from Moving Ego Vehicle
von: Zhou, Zhuyun, et al.
Veröffentlicht: (2023)

Split Matching for Inductive Zero-shot Semantic Segmentation
von: Chen, Jialei, et al.
Veröffentlicht: (2025)

CityLoc: 6DoF Pose Distributional Localization for Text Descriptions in Large-Scale Scenes with Gaussian Representation
von: Ma, Qi, et al.
Veröffentlicht: (2025)

Benchmarking Multi-modal Semantic Segmentation under Sensor Failures: Missing and Noisy Modality Robustness
von: Liao, Chenfei, et al.
Veröffentlicht: (2025)

OSMDA: OpenStreetMap-based Domain Adaptation for Remote Sensing VLMs
von: Ailuro, Stefan Maria, et al.
Veröffentlicht: (2026)

Articulate3D: Holistic Understanding of 3D Scenes as Universal Scene Description
von: Halacheva, Anna-Maria, et al.
Veröffentlicht: (2024)

A Unified and Interpretable Emotion Representation and Expression Generation
von: Paskaleva, Reni, et al.
Veröffentlicht: (2024)

ShapeSplat: A Large-scale Dataset of Gaussian Splats and Their Self-Supervised Pretraining
von: Ma, Qi, et al.
Veröffentlicht: (2024)