Composing Open-domain Vision with RAG for Ocean Monitoring and Conservation
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Dyanatkar, Sepand, Li, Angran, Dungate, Alexander |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Efficient Adaptation of Large Vision Transformer via Adapter Re-Composing
par: Dong, Wei, et autres
Publié: (2023)
par: Dong, Wei, et autres
Publié: (2023)
MMed-RAG: Versatile Multimodal RAG System for Medical Vision Language Models
par: Xia, Peng, et autres
Publié: (2024)
par: Xia, Peng, et autres
Publié: (2024)
ViewFusion: Learning Composable Diffusion Models for Novel View Synthesis
par: Spiegl, Bernard, et autres
Publié: (2024)
par: Spiegl, Bernard, et autres
Publié: (2024)
Open-Insect: Benchmarking Open-Set Recognition of Novel Species in Biodiversity Monitoring
par: Chen, Yuyan, et autres
Publié: (2025)
par: Chen, Yuyan, et autres
Publié: (2025)
Enhancing Pollinator Conservation towards Agriculture 4.0: Monitoring of Bees through Object Recognition
par: Alex, Ajay John, et autres
Publié: (2024)
par: Alex, Ajay John, et autres
Publié: (2024)
Decomposing and Composing: Towards Efficient Vision-Language Continual Learning via Rank-1 Expert Pool in a Single LoRA
par: Fa, Zhan, et autres
Publié: (2026)
par: Fa, Zhan, et autres
Publié: (2026)
Garbage Vulnerable Point Monitoring using IoT and Computer Vision
par: Kumar, R., et autres
Publié: (2025)
par: Kumar, R., et autres
Publié: (2025)
Controllable Image Generation with Composed Parallel Token Prediction
par: Stirling, Jamie, et autres
Publié: (2024)
par: Stirling, Jamie, et autres
Publié: (2024)
Interaction Asymmetry: A General Principle for Learning Composable Abstractions
par: Brady, Jack, et autres
Publié: (2024)
par: Brady, Jack, et autres
Publié: (2024)
Decompose-and-Compose: A Compositional Approach to Mitigating Spurious Correlation
par: Noohdani, Fahimeh Hosseini, et autres
Publié: (2024)
par: Noohdani, Fahimeh Hosseini, et autres
Publié: (2024)
Learning to Compose: Improving Object Centric Learning by Injecting Compositionality
par: Jung, Whie, et autres
Publié: (2024)
par: Jung, Whie, et autres
Publié: (2024)
FIRE-CIR: Fine-grained Reasoning for Composed Fashion Image Retrieval
par: Gardères, François, et autres
Publié: (2026)
par: Gardères, François, et autres
Publié: (2026)
GeoFormer: A Vision and Sequence Transformer-based Approach for Greenhouse Gas Monitoring
par: Khirwar, Madhav, et autres
Publié: (2024)
par: Khirwar, Madhav, et autres
Publié: (2024)
Toward Autonomous Laboratory Safety Monitoring with Vision Language Models: Learning to See Hazards Through Scene Structure
par: Chakraborty, Trishna, et autres
Publié: (2026)
par: Chakraborty, Trishna, et autres
Publié: (2026)
ConText-CIR: Learning from Concepts in Text for Composed Image Retrieval
par: Xing, Eric, et autres
Publié: (2025)
par: Xing, Eric, et autres
Publié: (2025)
Drifting Fields are not Conservative
par: Franz, Leonard T., et autres
Publié: (2026)
par: Franz, Leonard T., et autres
Publié: (2026)
Seeing and Knowing in the Wild: Open-domain Visual Entity Recognition with Large-scale Knowledge Graphs via Contrastive Learning
par: Zhou, Hongkuan, et autres
Publié: (2025)
par: Zhou, Hongkuan, et autres
Publié: (2025)
Benchmarking Vision, Language, & Action Models in Procedurally Generated, Open Ended Action Environments
par: Guruprasad, Pranav, et autres
Publié: (2025)
par: Guruprasad, Pranav, et autres
Publié: (2025)
Open Set Domain Adaptation with Vision-language models via Gradient-aware Separation
par: Chen, Haoyang
Publié: (2025)
par: Chen, Haoyang
Publié: (2025)
Align Your Gaussians: Text-to-4D with Dynamic 3D Gaussians and Composed Diffusion Models
par: Ling, Huan, et autres
Publié: (2023)
par: Ling, Huan, et autres
Publié: (2023)
Reason, Retrieve, Re-rank: A Zero-Shot Reasoning-Aware Framework for Composed Video Retrieval
par: Alavi, Ali
Publié: (2026)
par: Alavi, Ali
Publié: (2026)
Molmo and PixMo: Open Weights and Open Data for State-of-the-Art Vision-Language Models
par: Deitke, Matt, et autres
Publié: (2024)
par: Deitke, Matt, et autres
Publié: (2024)
Composing Parts for Expressive Object Generation
par: Rangwani, Harsh, et autres
Publié: (2024)
par: Rangwani, Harsh, et autres
Publié: (2024)
Beyond Spatial Compression: Interface-Centric Generative States for Open-World 3D Structure
par: Chen, Xiang, et autres
Publié: (2026)
par: Chen, Xiang, et autres
Publié: (2026)
T-QPM: Enabling Temporal Out-Of-Distribution Detection and Domain Generalization for Vision-Language Models in Open-World
par: Naiknaware, Aditi, et autres
Publié: (2026)
par: Naiknaware, Aditi, et autres
Publié: (2026)
Closing the Visual Sim-to-Real Gap with Object-Composable NeRFs
par: Mishra, Nikhil, et autres
Publié: (2024)
par: Mishra, Nikhil, et autres
Publié: (2024)
ComposableNav: Instruction-Following Navigation in Dynamic Environments via Composable Diffusion
par: Hu, Zichao, et autres
Publié: (2025)
par: Hu, Zichao, et autres
Publié: (2025)
How Diffusion Models Learn to Factorize and Compose
par: Liang, Qiyao, et autres
Publié: (2024)
par: Liang, Qiyao, et autres
Publié: (2024)
Transferable Adversarial Attacks on Black-Box Vision-Language Models
par: Hu, Kai, et autres
Publié: (2025)
par: Hu, Kai, et autres
Publié: (2025)
RULE: Reliable Multimodal RAG for Factuality in Medical Vision Language Models
par: Xia, Peng, et autres
Publié: (2024)
par: Xia, Peng, et autres
Publié: (2024)
Navigating the Emotion Tree: Hierarchical Hyperbolic RAG for Multimodal Emotion Recognition
par: Wang, Zeheng, et autres
Publié: (2026)
par: Wang, Zeheng, et autres
Publié: (2026)
iRAG: Advancing RAG for Videos with an Incremental Approach
par: Arefeen, Md Adnan, et autres
Publié: (2024)
par: Arefeen, Md Adnan, et autres
Publié: (2024)
Pytorch-Wildlife: A Collaborative Deep Learning Framework for Conservation
par: Hernandez, Andres, et autres
Publié: (2024)
par: Hernandez, Andres, et autres
Publié: (2024)
Composable Part-Based Manipulation
par: Liu, Weiyu, et autres
Publié: (2024)
par: Liu, Weiyu, et autres
Publié: (2024)
Source-Free Domain Adaptation Guided by Vision and Vision-Language Pre-Training
par: Zhang, Wenyu, et autres
Publié: (2024)
par: Zhang, Wenyu, et autres
Publié: (2024)
FairRAG: Fair Human Generation via Fair Retrieval Augmentation
par: Shrestha, Robik, et autres
Publié: (2024)
par: Shrestha, Robik, et autres
Publié: (2024)
Vision-based Manipulation from Single Human Video with Open-World Object Graphs
par: Zhu, Yifeng, et autres
Publié: (2024)
par: Zhu, Yifeng, et autres
Publié: (2024)
Unlocking the Power of Open Set : A New Perspective for Open-Set Noisy Label Learning
par: Wan, Wenhai, et autres
Publié: (2023)
par: Wan, Wenhai, et autres
Publié: (2023)
Vision Transformer-based Adversarial Domain Adaptation
par: Li, Yahan, et autres
Publié: (2024)
par: Li, Yahan, et autres
Publié: (2024)
Cancer-Net SCa-Synth: An Open Access Synthetically Generated 2D Skin Lesion Dataset for Skin Cancer Classification
par: Tai, Chi-en Amy, et autres
Publié: (2024)
par: Tai, Chi-en Amy, et autres
Publié: (2024)
Documents similaires
-
Efficient Adaptation of Large Vision Transformer via Adapter Re-Composing
par: Dong, Wei, et autres
Publié: (2023) -
MMed-RAG: Versatile Multimodal RAG System for Medical Vision Language Models
par: Xia, Peng, et autres
Publié: (2024) -
ViewFusion: Learning Composable Diffusion Models for Novel View Synthesis
par: Spiegl, Bernard, et autres
Publié: (2024) -
Open-Insect: Benchmarking Open-Set Recognition of Novel Species in Biodiversity Monitoring
par: Chen, Yuyan, et autres
Publié: (2025) -
Enhancing Pollinator Conservation towards Agriculture 4.0: Monitoring of Bees through Object Recognition
par: Alex, Ajay John, et autres
Publié: (2024)