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