Training-free Regional Prompting for Diffusion Transformers
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Chen, Anthony, Xu, Jianjin, Zheng, Wenzhao, Dai, Gaole, Wang, Yida, Zhang, Renrui, Wang, Haofan, Zhang, Shanghang |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
GeoDrive: 3D Geometry-Informed Driving World Model with Precise Action Control
par: Chen, Anthony, et autres
Publié: (2025)
par: Chen, Anthony, et autres
Publié: (2025)
SpikeGen: Decoupled "Rods and Cones" Visual Representation Processing with Latent Generative Framework
par: Dai, Gaole, et autres
Publié: (2025)
par: Dai, Gaole, et autres
Publié: (2025)
Learning from Mistakes: Iterative Prompt Relabeling for Text-to-Image Diffusion Model Training
par: Chen, Xinyan, et autres
Publié: (2023)
par: Chen, Xinyan, et autres
Publié: (2023)
OmniPSD: Layered PSD Generation with Diffusion Transformer
par: Liu, Cheng, et autres
Publié: (2025)
par: Liu, Cheng, et autres
Publié: (2025)
VISTA: Triplet-Supervised Video Style Transfer with Diffusion Transformers
par: Song, Yiren, et autres
Publié: (2026)
par: Song, Yiren, et autres
Publié: (2026)
EasyText: Controllable Diffusion Transformer for Multilingual Text Rendering
par: Lu, Runnan, et autres
Publié: (2025)
par: Lu, Runnan, et autres
Publié: (2025)
EasyControl: Adding Efficient and Flexible Control for Diffusion Transformer
par: Zhang, Yuxuan, et autres
Publié: (2025)
par: Zhang, Yuxuan, et autres
Publié: (2025)
SpikeNVS: Enhancing Novel View Synthesis from Blurry Images via Spike Camera
par: Dai, Gaole, et autres
Publié: (2024)
par: Dai, Gaole, et autres
Publié: (2024)
Segment Any Motion in Videos
par: Huang, Nan, et autres
Publié: (2025)
par: Huang, Nan, et autres
Publié: (2025)
Proactive Gradient Conflict Mitigation in Multi-Task Learning: A Sparse Training Perspective
par: Zhang, Zhi, et autres
Publié: (2024)
par: Zhang, Zhi, et autres
Publié: (2024)
A Training-Free Approach for Multi-ID Customization via Attention Adjustment and Spatial Control
par: Lin, Jiawei, et autres
Publié: (2025)
par: Lin, Jiawei, et autres
Publié: (2025)
SliceOcc: Indoor 3D Semantic Occupancy Prediction with Vertical Slice Representation
par: Li, Jianing, et autres
Publié: (2025)
par: Li, Jianing, et autres
Publié: (2025)
Continual-MAE: Adaptive Distribution Masked Autoencoders for Continual Test-Time Adaptation
par: Liu, Jiaming, et autres
Publié: (2023)
par: Liu, Jiaming, et autres
Publié: (2023)
OmniIndoor3D: Comprehensive Indoor 3D Reconstruction
par: Wei, Xiaobao, et autres
Publié: (2025)
par: Wei, Xiaobao, et autres
Publié: (2025)
SDiT: Semantic Region-Adaptive for Diffusion Transformers
par: Lin, Bowen, et autres
Publié: (2026)
par: Lin, Bowen, et autres
Publié: (2026)
Gradient-based Parameter Selection for Efficient Fine-Tuning
par: Zhang, Zhi, et autres
Publié: (2023)
par: Zhang, Zhi, et autres
Publié: (2023)
MoASE++: Mixture of Activation Sparsity Experts with Domain-Adaptive On-policy Distillation for Continual Test Time Adaptation
par: Zhang, Ronyu, et autres
Publié: (2026)
par: Zhang, Ronyu, et autres
Publié: (2026)
SpikePingpong: Spike Vision-based Fast-Slow Pingpong Robot System
par: Wang, Hao, et autres
Publié: (2025)
par: Wang, Hao, et autres
Publié: (2025)
InstantCharacter: Personalize Any Characters with a Scalable Diffusion Transformer Framework
par: Tao, Jiale, et autres
Publié: (2025)
par: Tao, Jiale, et autres
Publié: (2025)
NTO3D: Neural Target Object 3D Reconstruction with Segment Anything
par: Wei, Xiaobao, et autres
Publié: (2023)
par: Wei, Xiaobao, et autres
Publié: (2023)
EmbodiedOcc++: Boosting Embodied 3D Occupancy Prediction with Plane Regularization and Uncertainty Sampler
par: Wang, Hao, et autres
Publié: (2025)
par: Wang, Hao, et autres
Publié: (2025)
TVG: A Training-free Transition Video Generation Method with Diffusion Models
par: Zhang, Rui, et autres
Publié: (2024)
par: Zhang, Rui, et autres
Publié: (2024)
An Analysis on Quantizing Diffusion Transformers
par: Yang, Yuewei, et autres
Publié: (2024)
par: Yang, Yuewei, et autres
Publié: (2024)
UniEdit-I: Training-free Image Editing for Unified VLM via Iterative Understanding, Editing and Verifying
par: Bai, Chengyu, et autres
Publié: (2025)
par: Bai, Chengyu, et autres
Publié: (2025)
InstantStyle: Free Lunch towards Style-Preserving in Text-to-Image Generation
par: Wang, Haofan, et autres
Publié: (2024)
par: Wang, Haofan, et autres
Publié: (2024)
PanoVOS: Bridging Non-panoramic and Panoramic Views with Transformer for Video Segmentation
par: Yan, Shilin, et autres
Publié: (2023)
par: Yan, Shilin, et autres
Publié: (2023)
FreeTuner: Any Subject in Any Style with Training-free Diffusion
par: Xu, Youcan, et autres
Publié: (2024)
par: Xu, Youcan, et autres
Publié: (2024)
Lift3D Foundation Policy: Lifting 2D Large-Scale Pretrained Models for Robust 3D Robotic Manipulation
par: Jia, Yueru, et autres
Publié: (2024)
par: Jia, Yueru, et autres
Publié: (2024)
Diffusion Model is Secretly a Training-free Open Vocabulary Semantic Segmenter
par: Wang, Jinglong, et autres
Publié: (2023)
par: Wang, Jinglong, et autres
Publié: (2023)
RenderOcc: Vision-Centric 3D Occupancy Prediction with 2D Rendering Supervision
par: Pan, Mingjie, et autres
Publié: (2023)
par: Pan, Mingjie, et autres
Publié: (2023)
Learning from Different Samples: A Source-free Framework for Semi-supervised Domain Adaptation
par: Huang, Xinyang, et autres
Publié: (2024)
par: Huang, Xinyang, et autres
Publié: (2024)
Prompt Reinjection: Alleviating Prompt Forgetting in Multimodal Diffusion Transformers
par: Yao, Yuxuan, et autres
Publié: (2026)
par: Yao, Yuxuan, et autres
Publié: (2026)
Pixel-Perfect Depth with Semantics-Prompted Diffusion Transformers
par: Xu, Gangwei, et autres
Publié: (2025)
par: Xu, Gangwei, et autres
Publié: (2025)
Practical No-box Adversarial Attacks with Training-free Hybrid Image Transformation
par: Zhang, Qilong, et autres
Publié: (2022)
par: Zhang, Qilong, et autres
Publié: (2022)
ViDA: Homeostatic Visual Domain Adapter for Continual Test Time Adaptation
par: Liu, Jiaming, et autres
Publié: (2023)
par: Liu, Jiaming, et autres
Publié: (2023)
Moaw: Unleashing Motion Awareness for Video Diffusion Models
par: Zhang, Tianqi, et autres
Publié: (2026)
par: Zhang, Tianqi, et autres
Publié: (2026)
RoboMamba: Efficient Vision-Language-Action Model for Robotic Reasoning and Manipulation
par: Liu, Jiaming, et autres
Publié: (2024)
par: Liu, Jiaming, et autres
Publié: (2024)
Enhancing Prompt Following with Visual Control Through Training-Free Mask-Guided Diffusion
par: Chen, Hongyu, et autres
Publié: (2024)
par: Chen, Hongyu, et autres
Publié: (2024)
Decoupled Video Generation with Chain of Training-free Diffusion Model Experts
par: Li, Wenhao, et autres
Publié: (2024)
par: Li, Wenhao, et autres
Publié: (2024)
UniCTokens: Boosting Personalized Understanding and Generation via Unified Concept Tokens
par: An, Ruichuan, et autres
Publié: (2025)
par: An, Ruichuan, et autres
Publié: (2025)
Documents similaires
-
GeoDrive: 3D Geometry-Informed Driving World Model with Precise Action Control
par: Chen, Anthony, et autres
Publié: (2025) -
SpikeGen: Decoupled "Rods and Cones" Visual Representation Processing with Latent Generative Framework
par: Dai, Gaole, et autres
Publié: (2025) -
Learning from Mistakes: Iterative Prompt Relabeling for Text-to-Image Diffusion Model Training
par: Chen, Xinyan, et autres
Publié: (2023) -
OmniPSD: Layered PSD Generation with Diffusion Transformer
par: Liu, Cheng, et autres
Publié: (2025) -
VISTA: Triplet-Supervised Video Style Transfer with Diffusion Transformers
par: Song, Yiren, et autres
Publié: (2026)