Grid-augmented vision: A simple yet effective approach for enhanced spatial understanding in multi-modal agents

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Chae, Joongwon, Wang, Zhenyu, Zhang, Lian, Yu, Dongmei, Qin, Peiwu
Format:	Preprint
Publié:	2024
Sujets:	Computer Vision and Pattern Recognition
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2411.18270