:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Xinyang, Zhang, Yi, Xie, Yi, Yang, Jianfei, Wang, Xi, Chen, Hao, Zhang, Haixian
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2411.11487
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

NOLO: Navigate Only Look Once
von: Zhou, Bohan, et al.
Veröffentlicht: (2024)

You Only Look at Once for Real-time and Generic Multi-Task
von: Wang, Jiayuan, et al.
Veröffentlicht: (2023)

Prototypical Information Bottlenecking and Disentangling for Multimodal Cancer Survival Prediction
von: Zhang, Yilan, et al.
Veröffentlicht: (2024)

MePT: Multi-Representation Guided Prompt Tuning for Vision-Language Model
von: Wang, Xinyang, et al.
Veröffentlicht: (2024)

Prompt-Guided Adaptive Model Transformation for Whole Slide Image Classification
von: Lin, Yi, et al.
Veröffentlicht: (2024)

Tell Model Where to Look: Mitigating Hallucinations in MLLMs by Vision-Guided Attention
von: Zhao, Jianfei, et al.
Veröffentlicht: (2025)

mmPred: Radar-based Human Motion Prediction in the Dark
von: Fan, Junqiao, et al.
Veröffentlicht: (2025)

Enhancing Dataset Distillation via Label Inconsistency Elimination and Learning Pattern Refinement
von: Zhou, Chuhao, et al.
Veröffentlicht: (2024)

MOC: Meta-Optimized Classifier for Few-Shot Whole Slide Image Classification
von: Xiang, Tianqi, et al.
Veröffentlicht: (2025)

Dual3D: Efficient and Consistent Text-to-3D Generation with Dual-mode Multi-view Latent Diffusion
von: Li, Xinyang, et al.
Veröffentlicht: (2024)

A Closer Look at the Explainability of Contrastive Language-Image Pre-training
von: Li, Yi, et al.
Veröffentlicht: (2023)

Memory-Augmented Incomplete Multimodal Survival Prediction via Cross-Slide and Gene-Attentive Hypergraph Learning
von: Qu, Mingcheng, et al.
Veröffentlicht: (2025)

Beyond Object Categories: Multi-Attribute Reference Understanding for Visual Grounding
von: Guo, Hao, et al.
Veröffentlicht: (2025)

Autoregressive Image Generation with Masked Bit Modeling
von: Yu, Qihang, et al.
Veröffentlicht: (2026)

LOOK-M: Look-Once Optimization in KV Cache for Efficient Multimodal Long-Context Inference
von: Wan, Zhongwei, et al.
Veröffentlicht: (2024)

Diffusion Model is a Good Pose Estimator from 3D RF-Vision
von: Fan, Junqiao, et al.
Veröffentlicht: (2024)

Mamba-VGGT: Persistent Long-Sequence Video Geometry Grounded Transformer via External Sliding Window Mamba Memory
von: Deng, Tianchen, et al.
Veröffentlicht: (2026)

Look Carefully: Adaptive Visual Reinforcements in Multimodal Large Language Models for Hallucination Mitigation
von: Zhu, Xingyu, et al.
Veröffentlicht: (2026)

T3DNet: Compressing Point Cloud Models for Lightweight 3D Recognition
von: Yang, Zhiyuan, et al.
Veröffentlicht: (2024)

A Decade of You Only Look Once (YOLO) for Object Detection: A Review
von: Ramos, Leo Thomas, et al.
Veröffentlicht: (2025)

You Only Judge Once: Multi-response Reward Modeling in a Single Forward Pass
von: Yang, Yinuo, et al.
Veröffentlicht: (2026)

TriAlignXA: An Explainable Trilemma Alignment Framework for Trustworthy Agri-product Grading
von: Xie, Jianfei, et al.
Veröffentlicht: (2025)

CARE: A Molecular-Guided Foundation Model with Adaptive Region Modeling for Whole Slide Image Analysis
von: Zhang, Di, et al.
Veröffentlicht: (2026)

SCMIL: Sparse Context-aware Multiple Instance Learning for Predicting Cancer Survival Probability Distribution in Whole Slide Images
von: Yang, Zekang, et al.
Veröffentlicht: (2024)

You Only Scan Once: Efficient Multi-dimension Sequential Modeling with LightNet
von: Qin, Zhen, et al.
Veröffentlicht: (2024)

PathoHR: Breast Cancer Survival Prediction on High-Resolution Pathological Images
von: Luo, Yang, et al.
Veröffentlicht: (2025)

MambaMIL+: Modeling Long-Term Contextual Patterns for Gigapixel Whole Slide Image
von: Zeng, Qian, et al.
Veröffentlicht: (2025)

LLM-driven Knowledge Enhancement for Multimodal Cancer Survival Prediction
von: Zhao, Chenyu, et al.
Veröffentlicht: (2025)

POA: Pre-training Once for Models of All Sizes
von: Zhang, Yingying, et al.
Veröffentlicht: (2024)

Fast Video Generation with Sliding Tile Attention
von: Zhang, Peiyuan, et al.
Veröffentlicht: (2025)

You Only Look Once at Anytime (AnytimeYOLO): Analysis and Optimization of Early-Exits for Object-Detection
von: Kuhse, Daniel, et al.
Veröffentlicht: (2025)

Can We Evaluate Domain Adaptation Models Without Target-Domain Labels?
von: Yang, Jianfei, et al.
Veröffentlicht: (2023)

Delta-SVD: Efficient Compression for Personalized Text-to-Image Models
von: Zhang, Tangyuan, et al.
Veröffentlicht: (2025)

Cross-Stage Attention Multi-Expert Network for Radiologist-Inspired Breast Ultrasound Diagnosis
von: Zhai, Xinyang, et al.
Veröffentlicht: (2026)

YOLO advances to its genesis: a decadal and comprehensive review of the You Only Look Once (YOLO) series
von: Sapkota, Ranjan, et al.
Veröffentlicht: (2024)

Online Video Quality Enhancement with Spatial-Temporal Look-up Tables
von: Qu, Zefan, et al.
Veröffentlicht: (2023)

SimMIL: A Universal Weakly Supervised Pre-Training Framework for Multi-Instance Learning in Whole Slide Pathology Images
von: Song, Yicheng, et al.
Veröffentlicht: (2025)

Spatially-Aware Mixture of Experts with Log-Logistic Survival Modeling for Whole-Slide Images
von: Sekhar, Ardhendu, et al.
Veröffentlicht: (2025)

You Only Speak Once to See
von: Yang, Wenhao, et al.
Veröffentlicht: (2024)

BaseReward: A Strong Baseline for Multimodal Reward Model
von: Zhang, Yi-Fan, et al.
Veröffentlicht: (2025)