Buchumschlag

Improving Generalization in Visual Reasoning via Self-Ensemble

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Nguyen, Tien-Huy, Tran, Quang-Khai, Quang-Hoang, Anh-Tuan
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

TriLiteNet: Lightweight Model for Multi-Task Visual Perception
von: Che, Quang-Huy, et al.
Veröffentlicht: (2025)

Cycle Training with Semi-Supervised Domain Adaptation: Bridging Accuracy and Efficiency for Real-Time Mobile Scene Detection
von: Phan-Nguyen, Huu-Phong, et al.
Veröffentlicht: (2025)

RelWitness: Open-Vocabulary 3D Scene Graph Generation with Visual-Geometric Relation Witnesses
von: Nguyen, Minh Anh, et al.
Veröffentlicht: (2026)

CSD-VAR: Content-Style Decomposition in Visual Autoregressive Models
von: Nguyen, Quang-Binh, et al.
Veröffentlicht: (2025)

Label-Efficient Cross-Modality Generalization for Liver Segmentation in Multi-Phase MRI
von: Bui-Tran, Quang-Khai, et al.
Veröffentlicht: (2025)

Hybrid, Unified and Iterative: A Novel Framework for Text-based Person Anomaly Retrieval
von: Nguyen, Tien-Huy, et al.
Veröffentlicht: (2025)

Enhanced Generative Data Augmentation for Semantic Segmentation via Stronger Guidance
von: Che, Quang-Huy, et al.
Veröffentlicht: (2024)

Stable Messenger: Steganography for Message-Concealed Image Generation
von: Nguyen, Quang, et al.
Veröffentlicht: (2023)

Enhancing person re-identification via Uncertainty Feature Fusion Method and Auto-weighted Measure Combination
von: Che, Quang-Huy, et al.
Veröffentlicht: (2024)

SwiftEdit: Lightning Fast Text-Guided Image Editing via One-Step Diffusion
von: Nguyen, Trong-Tung, et al.
Veröffentlicht: (2024)

Towards Efficient and Robust Moment Retrieval System: A Unified Framework for Multi-Granularity Models and Temporal Reranking
von: Tran, Huu-Loc, et al.
Veröffentlicht: (2025)

When Less Is More: A Sparse Facial Motion Structure For Listening Motion Learning
von: Nguyen, Tri Tung Nguyen, et al.
Veröffentlicht: (2025)

ViOCRVQA: Novel Benchmark Dataset and Vision Reader for Visual Question Answering by Understanding Vietnamese Text in Images
von: Pham, Huy Quang, et al.
Veröffentlicht: (2024)

PainDiffusion: Learning to Express Pain
von: Dam, Quang Tien, et al.
Veröffentlicht: (2024)

ScriptHOI: Learning Scripted State Transitions for Open-Vocabulary Human-Object Interaction Detection
von: Nguyen, Minh Anh, et al.
Veröffentlicht: (2026)

A Lightweight Moment Retrieval System with Global Re-Ranking and Robust Adaptive Bidirectional Temporal Search
von: Nguyen-Nhu, Tinh-Anh, et al.
Veröffentlicht: (2025)

Aligning What You Separate: Denoised Patch Mixing for Source-Free Domain Adaptation in Medical Image Segmentation
von: Bui-Tran, Quang-Khai, et al.
Veröffentlicht: (2025)

Domain-invariant Mixed-domain Semi-supervised Medical Image Segmentation with Clustered Maximum Mean Discrepancy Alignment
von: Lam, Ba-Thinh, et al.
Veröffentlicht: (2026)

SDPA++: A General Framework for Self-Supervised Denoising with Patch Aggregation
von: Nguyen, Huy Minh Nhat, et al.
Veröffentlicht: (2025)

Stratified Domain Adaptation: A Progressive Self-Training Approach for Scene Text Recognition
von: Le, Kha Nhat, et al.
Veröffentlicht: (2024)

Machine Intelligence that Understands Visual and Linguistic Information and Interacts with Humans and Environments
von: Nguyen, Van Quang
Veröffentlicht: (2026)

TF-SASM: Training-free Spatial-aware Sparse Memory for Multi-object Tracking
von: Nguyen-Quang, Thuc, et al.
Veröffentlicht: (2024)

MambaU-Lite: A Lightweight Model based on Mamba and Integrated Channel-Spatial Attention for Skin Lesion Segmentation
von: Nguyen, Thi-Nhu-Quynh, et al.
Veröffentlicht: (2024)

Enhanced Kalman with Adaptive Appearance Motion SORT for Grounded Generic Multiple Object Tracking
von: Anh, Duy Le Dinh, et al.
Veröffentlicht: (2024)

UIT-DarkCow team at ImageCLEFmedical Caption 2024: Diagnostic Captioning for Radiology Images Efficiency with Transformer Models
von: Van Nguyen, Quan, et al.
Veröffentlicht: (2024)

TwinLiteNet+: An Enhanced Multi-Task Segmentation Model for Autonomous Driving
von: Che, Quang-Huy, et al.
Veröffentlicht: (2024)

TaleForge: Interactive Multimodal System for Personalized Story Creation
von: Nguyen, Minh-Loi, et al.
Veröffentlicht: (2025)

Novel sparse PCA method via Runge Kutta numerical method(s) for face recognition
von: Tran, Loc Hoang, et al.
Veröffentlicht: (2025)

Revisit Visual Prompt Tuning: The Expressiveness of Prompt Experts
von: Le, Minh, et al.
Veröffentlicht: (2025)

A-SCoRe: Attention-based Scene Coordinate Regression for wide-ranging scenarios
von: Bui, Huy-Hoang, et al.
Veröffentlicht: (2025)

Semi-Supervised Semantic Segmentation using Redesigned Self-Training for White Blood Cells
von: Luu, Vinh Quoc, et al.
Veröffentlicht: (2024)

SwiftBrush: One-Step Text-to-Image Diffusion Model with Variational Score Distillation
von: Nguyen, Thuan Hoang, et al.
Veröffentlicht: (2023)

Digital FAST: An AI-Driven Multimodal Framework for Rapid and Early Stroke Screening
von: Hoang, Ngoc-Khai, et al.
Veröffentlicht: (2026)

FurniMAS: Language-Guided Furniture Decoration using Multi-Agent System
von: Nguyen, Toan, et al.
Veröffentlicht: (2025)

Scalable Group Choreography via Variational Phase Manifold Learning
von: Le, Nhat, et al.
Veröffentlicht: (2024)

Med-StepBench: A Hierarchical Reasoning Framework for Evaluating Hallucinations in Medical Vision-Language Models
von: Nguyen, Minh Khoi, et al.
Veröffentlicht: (2026)

KTVIC: A Vietnamese Image Captioning Dataset on the Life Domain
von: Pham, Anh-Cuong, et al.
Veröffentlicht: (2024)

KAN-Based Fusion of Dual-Domain for Audio-Driven Facial Landmarks Generation
von: Vo-Thanh, Hoang-Son, et al.
Veröffentlicht: (2024)

Lightweight Temporal Transformer Decomposition for Federated Autonomous Driving
von: Do, Tuong, et al.
Veröffentlicht: (2025)

ShowFlow: From Robust Single Concept to Condition-Free Multi-Concept Generation
von: Hoang, Trong-Vu, et al.
Veröffentlicht: (2025)