ViCaS: A Dataset for Combining Holistic and Pixel-level Video Understanding using Captions with Grounded Segmentation

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Athar, Ali, Deng, Xueqing, Chen, Liang-Chieh
Formato: Preprint
Publicado: 2024
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares