Looking Locally: Object-Centric Vision Transformers as Foundation Models for Efficient Segmentation
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Traub, Manuel, Butz, Martin V. |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Learning Object Permanence from Videos via Latent Imaginations
par: Traub, Manuel, et autres
Publié: (2023)
par: Traub, Manuel, et autres
Publié: (2023)
Loci-Segmented: Improving Scene Segmentation Learning
par: Traub, Manuel, et autres
Publié: (2023)
par: Traub, Manuel, et autres
Publié: (2023)
Vector-Quantized Vision Foundation Models for Object-Centric Learning
par: Zhao, Rongzhen, et autres
Publié: (2025)
par: Zhao, Rongzhen, et autres
Publié: (2025)
Bootstrap Segmentation Foundation Model under Distribution Shift via Object-Centric Learning
par: Tang, Luyao, et autres
Publié: (2024)
par: Tang, Luyao, et autres
Publié: (2024)
Revisiting Audio-Visual Segmentation with Vision-Centric Transformer
par: Huang, Shaofei, et autres
Publié: (2025)
par: Huang, Shaofei, et autres
Publié: (2025)
PanSR: An Object-Centric Mask Transformer for Panoptic Segmentation
par: Žust, Lojze, et autres
Publié: (2024)
par: Žust, Lojze, et autres
Publié: (2024)
LMMs Meet Object-Centric Vision: Understanding, Segmentation, Editing and Generation
par: Yuan, Yuqian, et autres
Publié: (2026)
par: Yuan, Yuqian, et autres
Publié: (2026)
Spatial Reasoning in Foundation Models: Benchmarking Object-Centric Spatial Understanding
par: Mirjalili, Vahid, et autres
Publié: (2025)
par: Mirjalili, Vahid, et autres
Publié: (2025)
Rein++: Efficient Generalization and Adaptation for Semantic Segmentation with Vision Foundation Models
par: Wei, Zhixiang, et autres
Publié: (2025)
par: Wei, Zhixiang, et autres
Publié: (2025)
Look Before Acting: Enhancing Vision Foundation Representations for Vision-Language-Action Models
par: Luo, Yulin, et autres
Publié: (2026)
par: Luo, Yulin, et autres
Publié: (2026)
RePack then Refine: Efficient Diffusion Transformer with Vision Foundation Model
par: Dong, Guanfang, et autres
Publié: (2025)
par: Dong, Guanfang, et autres
Publié: (2025)
Are Vision Foundation Models Foundational for Electron Microscopy Image Segmentation?
par: Fuster-Barceló, Caterina, et autres
Publié: (2026)
par: Fuster-Barceló, Caterina, et autres
Publié: (2026)
Appearance-Based Refinement for Object-Centric Motion Segmentation
par: Xie, Junyu, et autres
Publié: (2023)
par: Xie, Junyu, et autres
Publié: (2023)
SimPLR: A Simple and Plain Transformer for Efficient Object Detection and Segmentation
par: Nguyen, Duy-Kien, et autres
Publié: (2023)
par: Nguyen, Duy-Kien, et autres
Publié: (2023)
Object-Centric Vision Token Pruning for Vision Language Models
par: Li, Guangyuan, et autres
Publié: (2025)
par: Li, Guangyuan, et autres
Publié: (2025)
ALGM: Adaptive Local-then-Global Token Merging for Efficient Semantic Segmentation with Plain Vision Transformers
par: Norouzi, Narges, et autres
Publié: (2024)
par: Norouzi, Narges, et autres
Publié: (2024)
Recasting Generic Pretrained Vision Transformers As Object-Centric Scene Encoders For Manipulation Policies
par: Qian, Jianing, et autres
Publié: (2024)
par: Qian, Jianing, et autres
Publié: (2024)
ZISVFM: Zero-Shot Object Instance Segmentation in Indoor Robotic Environments with Vision Foundation Models
par: Zhang, Ying, et autres
Publié: (2025)
par: Zhang, Ying, et autres
Publié: (2025)
Annotation Free Semantic Segmentation with Vision Foundation Models
par: Seifi, Soroush, et autres
Publié: (2024)
par: Seifi, Soroush, et autres
Publié: (2024)
Mechanisms of Object Localization in Vision-Language Models
par: Schaumlöffel, Timothy, et autres
Publié: (2026)
par: Schaumlöffel, Timothy, et autres
Publié: (2026)
Can Modern Vision Models Understand the Difference Between an Object and a Look-alike?
par: Cohen, Itay, et autres
Publié: (2025)
par: Cohen, Itay, et autres
Publié: (2025)
Classifier-Centric Adaptive Framework for Open-Vocabulary Camouflaged Object Segmentation
par: Zhang, Hanyu, et autres
Publié: (2025)
par: Zhang, Hanyu, et autres
Publié: (2025)
EAGLE: Eigen Aggregation Learning for Object-Centric Unsupervised Semantic Segmentation
par: Kim, Chanyoung, et autres
Publié: (2024)
par: Kim, Chanyoung, et autres
Publié: (2024)
Scalable Object Detection in the Car Interior With Vision Foundation Models
par: Schmidt, Sebastian, et autres
Publié: (2025)
par: Schmidt, Sebastian, et autres
Publié: (2025)
Evaluating Vision Foundation Models for Pixel and Object Classification in Microscopy
par: Teuber, Carolin, et autres
Publié: (2026)
par: Teuber, Carolin, et autres
Publié: (2026)
SOCO: Benchmarking Semantic Object Correspondence in Vision Foundation Models
par: Dünkel, Olaf, et autres
Publié: (2026)
par: Dünkel, Olaf, et autres
Publié: (2026)
Token-Space Mask Prediction for Efficient Vision Transformer Segmentation
par: Galagain, Calvin, et autres
Publié: (2026)
par: Galagain, Calvin, et autres
Publié: (2026)
Zero-shot Object-Centric Instruction Following: Integrating Foundation Models with Traditional Navigation
par: Raychaudhuri, Sonia, et autres
Publié: (2024)
par: Raychaudhuri, Sonia, et autres
Publié: (2024)
Foundation Models for Remote Sensing: An Analysis of MLLMs for Object Localization
par: Hannan, Darryl, et autres
Publié: (2025)
par: Hannan, Darryl, et autres
Publié: (2025)
Self-Supervised Vision Transformers Are Efficient Segmentation Learners for Imperfect Labels
par: Lee, Seungho, et autres
Publié: (2024)
par: Lee, Seungho, et autres
Publié: (2024)
LookHere: Vision Transformers with Directed Attention Generalize and Extrapolate
par: Fuller, Anthony, et autres
Publié: (2024)
par: Fuller, Anthony, et autres
Publié: (2024)
HeightFormer: Learning Height Prediction in Voxel Features for Roadside Vision Centric 3D Object Detection via Transformer
par: Zhang, Zhang, et autres
Publié: (2025)
par: Zhang, Zhang, et autres
Publié: (2025)
Analysis of Object Detection Models for Tiny Object in Satellite Imagery: A Dataset-Centric Approach
par: PS, Kailas, et autres
Publié: (2024)
par: PS, Kailas, et autres
Publié: (2024)
Unbiased Semantic Decoding with Vision Foundation Models for Few-shot Segmentation
par: Wang, Jin, et autres
Publié: (2025)
par: Wang, Jin, et autres
Publié: (2025)
Adapting Vision Foundation Models for Real-time Ultrasound Image Segmentation
par: Zhang, Xiaoran, et autres
Publié: (2025)
par: Zhang, Xiaoran, et autres
Publié: (2025)
Set Pivot Learning: Redefining Generalized Segmentation with Vision Foundation Models
par: Li, Xinhui, et autres
Publié: (2025)
par: Li, Xinhui, et autres
Publié: (2025)
GuiDINO: Rethinking Vision Foundation Model in Medical Image Segmentation
par: Liang, Zhuonan, et autres
Publié: (2026)
par: Liang, Zhuonan, et autres
Publié: (2026)
Generalizable Knowledge Distillation from Vision Foundation Models for Semantic Segmentation
par: Lv, Chonghua, et autres
Publié: (2026)
par: Lv, Chonghua, et autres
Publié: (2026)
A Novel Vision Transformer for Camera-LiDAR Fusion based Traffic Object Segmentation
par: Tahves, Toomas, et autres
Publié: (2025)
par: Tahves, Toomas, et autres
Publié: (2025)
Open-Vocabulary Camouflaged Object Segmentation with Cascaded Vision Language Models
par: Zhao, Kai, et autres
Publié: (2025)
par: Zhao, Kai, et autres
Publié: (2025)
Documents similaires
-
Learning Object Permanence from Videos via Latent Imaginations
par: Traub, Manuel, et autres
Publié: (2023) -
Loci-Segmented: Improving Scene Segmentation Learning
par: Traub, Manuel, et autres
Publié: (2023) -
Vector-Quantized Vision Foundation Models for Object-Centric Learning
par: Zhao, Rongzhen, et autres
Publié: (2025) -
Bootstrap Segmentation Foundation Model under Distribution Shift via Object-Centric Learning
par: Tang, Luyao, et autres
Publié: (2024) -
Revisiting Audio-Visual Segmentation with Vision-Centric Transformer
par: Huang, Shaofei, et autres
Publié: (2025)