Buchumschlag

SimMAT: Exploring Transferability from Vision Foundation Models to Any Image Modality

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lei, Chenyang, Chen, Liyi, Cen, Jun, Chen, Xiao, Lei, Zhen, Heide, Felix, Liu, Ziwei, Chen, Qifeng, Zhang, Zhaoxiang
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

SimCMF: A Simple Cross-modal Fine-tuning Strategy from Vision Foundation Models to Any Imaging Modality
von: Lei, Chenyang, et al.
Veröffentlicht: (2024)

Robust Depth Enhancement via Polarization Prompt Fusion Tuning
von: Ikemura, Kei, et al.
Veröffentlicht: (2024)

General Geometry-aware Weakly Supervised 3D Object Detection
von: Zhang, Guowen, et al.
Veröffentlicht: (2024)

FIRM: Flexible Interactive Reflection reMoval
von: Chen, Xiao, et al.
Veröffentlicht: (2024)

Automatic Controllable Colorization via Imagination
von: Cong, Xiaoyan, et al.
Veröffentlicht: (2024)

BEVDilation: LiDAR-Centric Multi-Modal Fusion for 3D Object Detection
von: Zhang, Guowen, et al.
Veröffentlicht: (2025)

Adaptive Domain Learning for Cross-domain Image Denoising
von: Qian, Zian, et al.
Veröffentlicht: (2024)

FreeTuner: Any Subject in Any Style with Training-free Diffusion
von: Xu, Youcan, et al.
Veröffentlicht: (2024)

Expanding Scene Graph Boundaries: Fully Open-vocabulary Scene Graph Generation via Visual-Concept Alignment and Retention
von: Chen, Zuyao, et al.
Veröffentlicht: (2023)

GPT4SGG: Synthesizing Scene Graphs from Holistic and Region-specific Narratives
von: Chen, Zuyao, et al.
Veröffentlicht: (2023)

Instruction-based Image Editing with Planning, Reasoning, and Generation
von: Ji, Liya, et al.
Veröffentlicht: (2026)

MDReID: Modality-Decoupled Learning for Any-to-Any Multi-Modal Object Re-Identification
von: Feng, Yingying, et al.
Veröffentlicht: (2025)

Using Left and Right Brains Together: Towards Vision and Language Planning
von: Cen, Jun, et al.
Veröffentlicht: (2024)

Generalized and Efficient 2D Gaussian Splatting for Arbitrary-scale Super-Resolution
von: Chen, Du, et al.
Veröffentlicht: (2025)

Polarization Wavefront Lidar: Learning Large Scene Reconstruction from Polarized Wavefronts
von: Scheuble, Dominik, et al.
Veröffentlicht: (2024)

DiT4Edit: Diffusion Transformer for Image Editing
von: Feng, Kunyu, et al.
Veröffentlicht: (2024)

CoCoEdit: Content-Consistent Image Editing via Region Regularized Reinforcement Learning
von: Wu, Yuhui, et al.
Veröffentlicht: (2026)

One2Scene: Geometric Consistent Explorable 3D Scene Generation from a Single Image
von: Wang, Pengfei, et al.
Veröffentlicht: (2026)

SimMLM: A Simple Framework for Multi-modal Learning with Missing Modality
von: Li, Sijie, et al.
Veröffentlicht: (2025)

PAM: A Propagation-Based Model for Segmenting Any 3D Objects across Multi-Modal Medical Images
von: Chen, Zifan, et al.
Veröffentlicht: (2024)

Adapting Vision Foundation Models for Real-time Ultrasound Image Segmentation
von: Zhang, Xiaoran, et al.
Veröffentlicht: (2025)

Generative Active Learning for Image Synthesis Personalization
von: Zhang, Xulu, et al.
Veröffentlicht: (2024)

Any2Any: Unified Arbitrary Modality Translation for Remote Sensing
von: Chen, Haoyang, et al.
Veröffentlicht: (2026)

All-in-One: Transferring Vision Foundation Models into Stereo Matching
von: Zhou, Jingyi, et al.
Veröffentlicht: (2024)

Driving with DINO: Vision Foundation Features as a Unified Bridge for Sim-to-Real Generation in Autonomous Driving
von: Chen, Xuyang, et al.
Veröffentlicht: (2026)

Top-Down Guidance for Learning Object-Centric Representations
von: Zou, Junhong, et al.
Veröffentlicht: (2024)

Segment Any 3D Gaussians
von: Cen, Jiazhong, et al.
Veröffentlicht: (2023)

Transferability Bound Theory: Exploring Relationship between Adversarial Transferability and Flatness
von: Fan, Mingyuan, et al.
Veröffentlicht: (2023)

Fast Multi-view Consistent 3D Editing with Video Priors
von: Chen, Liyi, et al.
Veröffentlicht: (2025)

Omni-3DEdit: Generalized Versatile 3D Editing in One-Pass
von: Liyi, Chen, et al.
Veröffentlicht: (2026)

FlowMotion: Training-Free Flow Guidance for Video Motion Transfer
von: Wang, Zhen, et al.
Veröffentlicht: (2026)

Improving Large Vision-Language Models' Understanding for Flow Field Data
von: Zhang, Xiaomei, et al.
Veröffentlicht: (2025)

Seek for Incantations: Towards Accurate Text-to-Image Diffusion Synthesis through Prompt Engineering
von: Yu, Chang, et al.
Veröffentlicht: (2024)

RSRefSeg 2: Decoupling Referring Remote Sensing Image Segmentation with Foundation Models
von: Chen, Keyan, et al.
Veröffentlicht: (2025)

SPIRE: Semantic Prompt-Driven Image Restoration
von: Qi, Chenyang, et al.
Veröffentlicht: (2023)

AnyAD: Unified Any-Modality Anomaly Detection in Incomplete Multi-Sequence MRI
von: Wu, Changwei, et al.
Veröffentlicht: (2025)

Rethinking Cross-Modal Interaction in Multimodal Diffusion Transformers
von: Lv, Zhengyao, et al.
Veröffentlicht: (2025)

4D Panoptic Scene Graph Generation
von: Yang, Jingkang, et al.
Veröffentlicht: (2024)

Referring to Any Person
von: Jiang, Qing, et al.
Veröffentlicht: (2025)

RSRefSeg: Referring Remote Sensing Image Segmentation with Foundation Models
von: Chen, Keyan, et al.
Veröffentlicht: (2025)