CDChat: A Large Multimodal Model for Remote Sensing Change Description
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Noman, Mubashir, Ahsan, Noor, Naseer, Muzammal, Cholakkal, Hisham, Anwer, Rao Muhammad, Khan, Salman, Khan, Fahad Shahbaz |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Rethinking Transformers Pre-training for Multi-Spectral Satellite Imagery
par: Noman, Mubashir, et autres
Publié: (2024)
par: Noman, Mubashir, et autres
Publié: (2024)
ELGC-Net: Efficient Local-Global Context Aggregation for Remote Sensing Change Detection
par: Noman, Mubashir, et autres
Publié: (2024)
par: Noman, Mubashir, et autres
Publié: (2024)
Tracking Meets Large Multimodal Models for Driving Scenario Understanding
par: Ishaq, Ayesha, et autres
Publié: (2025)
par: Ishaq, Ayesha, et autres
Publié: (2025)
ChangeBind: A Hybrid Change Encoder for Remote Sensing Change Detection
par: Noman, Mubashir, et autres
Publié: (2024)
par: Noman, Mubashir, et autres
Publié: (2024)
Multi-modal Generation via Cross-Modal In-Context Learning
par: Kumar, Amandeep, et autres
Publié: (2024)
par: Kumar, Amandeep, et autres
Publié: (2024)
DEFT: Decompositional Efficient Fine-Tuning for Text-to-Image Models
par: Kumar, Komal, et autres
Publié: (2025)
par: Kumar, Komal, et autres
Publié: (2025)
AIN: The Arabic INclusive Large Multimodal Model
par: Heakl, Ahmed, et autres
Publié: (2025)
par: Heakl, Ahmed, et autres
Publié: (2025)
EoCD: Encoder only Remote Sensing Change Detection
par: Noman, Mubashir, et autres
Publié: (2026)
par: Noman, Mubashir, et autres
Publié: (2026)
BAPLe: Backdoor Attacks on Medical Foundational Models using Prompt Learning
par: Hanif, Asif, et autres
Publié: (2024)
par: Hanif, Asif, et autres
Publié: (2024)
AI in Agriculture: A Survey of Deep Learning Techniques for Crops, Fisheries and Livestock
par: Nawaz, Umair, et autres
Publié: (2025)
par: Nawaz, Umair, et autres
Publié: (2025)
EvoLMM: Self-Evolving Large Multimodal Models with Continuous Rewards
par: Thawakar, Omkar, et autres
Publié: (2025)
par: Thawakar, Omkar, et autres
Publié: (2025)
MedROV: Towards Real-Time Open-Vocabulary Detection Across Diverse Medical Imaging Modalities
par: Sheikh, Tooba Tehreem, et autres
Publié: (2025)
par: Sheikh, Tooba Tehreem, et autres
Publié: (2025)
ObjectCompose: Evaluating Resilience of Vision-Based Models on Object-to-Background Compositional Changes
par: Malik, Hashmat Shadab, et autres
Publié: (2024)
par: Malik, Hashmat Shadab, et autres
Publié: (2024)
Composed Video Retrieval via Enriched Context and Discriminative Embeddings
par: Thawakar, Omkar, et autres
Publié: (2024)
par: Thawakar, Omkar, et autres
Publié: (2024)
Language Guided Domain Generalized Medical Image Segmentation
par: Kunhimon, Shahina, et autres
Publié: (2024)
par: Kunhimon, Shahina, et autres
Publié: (2024)
Cross-Modal Self-Training: Aligning Images and Pointclouds to Learn Classification without Labels
par: Dharmasiri, Amaya, et autres
Publié: (2024)
par: Dharmasiri, Amaya, et autres
Publié: (2024)
Enhancing Novel Object Detection via Cooperative Foundational Models
par: Bharadwaj, Rohit, et autres
Publié: (2023)
par: Bharadwaj, Rohit, et autres
Publié: (2023)
AgriCLIP: Adapting CLIP for Agriculture and Livestock via Domain-Specialized Cross-Model Alignment
par: Nawaz, Umair, et autres
Publié: (2024)
par: Nawaz, Umair, et autres
Publié: (2024)
TAViS: Text-bridged Audio-Visual Segmentation with Foundation Models
par: Luo, Ziyang, et autres
Publié: (2025)
par: Luo, Ziyang, et autres
Publié: (2025)
DriveLMM-o1: A Step-by-Step Reasoning Dataset and Large Multimodal Model for Driving Scenario Understanding
par: Ishaq, Ayesha, et autres
Publié: (2025)
par: Ishaq, Ayesha, et autres
Publié: (2025)
XrayGPT: Chest Radiographs Summarization using Medical Vision-Language Models
par: Thawakar, Omkar, et autres
Publié: (2023)
par: Thawakar, Omkar, et autres
Publié: (2023)
Open-YOLO 3D: Towards Fast and Accurate Open-Vocabulary 3D Instance Segmentation
par: Boudjoghra, Mohamed El Amine, et autres
Publié: (2024)
par: Boudjoghra, Mohamed El Amine, et autres
Publié: (2024)
UniMed-CLIP: Towards a Unified Image-Text Pretraining Paradigm for Diverse Medical Imaging Modalities
par: Khattak, Muhammad Uzair, et autres
Publié: (2024)
par: Khattak, Muhammad Uzair, et autres
Publié: (2024)
Semi-supervised Open-World Object Detection
par: Mullappilly, Sahal Shaji, et autres
Publié: (2024)
par: Mullappilly, Sahal Shaji, et autres
Publié: (2024)
Open3DTrack: Towards Open-Vocabulary 3D Multi-Object Tracking
par: Ishaq, Ayesha, et autres
Publié: (2024)
par: Ishaq, Ayesha, et autres
Publié: (2024)
VURF: A General-purpose Reasoning and Self-refinement Framework for Video Understanding
par: Mahmood, Ahmad, et autres
Publié: (2024)
par: Mahmood, Ahmad, et autres
Publié: (2024)
VANE-Bench: Video Anomaly Evaluation Benchmark for Conversational LMMs
par: Bharadwaj, Rohit, et autres
Publié: (2024)
par: Bharadwaj, Rohit, et autres
Publié: (2024)
Hierarchical Self-Supervised Adversarial Training for Robust Vision Models in Histopathology
par: Malik, Hashmat Shadab, et autres
Publié: (2025)
par: Malik, Hashmat Shadab, et autres
Publié: (2025)
Towards Evaluating the Robustness of Visual State Space Models
par: Malik, Hashmat Shadab, et autres
Publié: (2024)
par: Malik, Hashmat Shadab, et autres
Publié: (2024)
Align Your Prompts: Test-Time Prompting with Distribution Alignment for Zero-Shot Generalization
par: Hassan, Jameel, et autres
Publié: (2023)
par: Hassan, Jameel, et autres
Publié: (2023)
How Good are Foundation Models in Step-by-Step Embodied Reasoning?
par: Dissanayake, Dinura, et autres
Publié: (2025)
par: Dissanayake, Dinura, et autres
Publié: (2025)
Learnable Weight Initialization for Volumetric Medical Image Segmentation
par: Kunhimon, Shahina, et autres
Publié: (2023)
par: Kunhimon, Shahina, et autres
Publié: (2023)
GLaMM: Pixel Grounding Large Multimodal Model
par: Rasheed, Hanoona, et autres
Publié: (2023)
par: Rasheed, Hanoona, et autres
Publié: (2023)
CONDA: Condensed Deep Association Learning for Co-Salient Object Detection
par: Li, Long, et autres
Publié: (2024)
par: Li, Long, et autres
Publié: (2024)
Robust-LLaVA: On the Effectiveness of Large-Scale Robust Image Encoders for Multi-modal Large Language Models
par: Malik, Hashmat Shadab, et autres
Publié: (2025)
par: Malik, Hashmat Shadab, et autres
Publié: (2025)
MedContext: Learning Contextual Cues for Efficient Volumetric Medical Segmentation
par: Gani, Hanan, et autres
Publié: (2024)
par: Gani, Hanan, et autres
Publié: (2024)
Time Travel: A Comprehensive Benchmark to Evaluate LMMs on Historical and Cultural Artifacts
par: Ghaboura, Sara, et autres
Publié: (2025)
par: Ghaboura, Sara, et autres
Publié: (2025)
Hierarchical Text-to-Vision Self Supervised Alignment for Improved Histopathology Representation Learning
par: Watawana, Hasindri, et autres
Publié: (2024)
par: Watawana, Hasindri, et autres
Publié: (2024)
Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Grounding
par: Wasim, Syed Talal, et autres
Publié: (2023)
par: Wasim, Syed Talal, et autres
Publié: (2023)
LLM Post-Training: A Deep Dive into Reasoning Large Language Models
par: Kumar, Komal, et autres
Publié: (2025)
par: Kumar, Komal, et autres
Publié: (2025)
Documents similaires
-
Rethinking Transformers Pre-training for Multi-Spectral Satellite Imagery
par: Noman, Mubashir, et autres
Publié: (2024) -
ELGC-Net: Efficient Local-Global Context Aggregation for Remote Sensing Change Detection
par: Noman, Mubashir, et autres
Publié: (2024) -
Tracking Meets Large Multimodal Models for Driving Scenario Understanding
par: Ishaq, Ayesha, et autres
Publié: (2025) -
ChangeBind: A Hybrid Change Encoder for Remote Sensing Change Detection
par: Noman, Mubashir, et autres
Publié: (2024) -
Multi-modal Generation via Cross-Modal In-Context Learning
par: Kumar, Amandeep, et autres
Publié: (2024)