Buchumschlag

Detecting Systematic Weaknesses in Vision Models along Predefined Human-Understandable Dimensions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Gannamaneni, Sujan Sai, Rao, Rohil Prakash, Mock, Michael, Akila, Maram, Wrobel, Stefan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Do Understanding and Generation Fight? A Diagnostic Study of DPO for Unified Multimodal Models
von: Rao, Abinav, et al.
Veröffentlicht: (2026)

Hybrid Quantum-MambaVision: A Quantum-enhanced State Space Model for Calibrated Mixed-type Wafer Defect Detection
von: Sahoo, Satwik Sai Prakash, et al.
Veröffentlicht: (2026)

Concept Bottleneck Models Without Predefined Concepts
von: Schrodi, Simon, et al.
Veröffentlicht: (2024)

TraceVision: Trajectory-Aware Vision-Language Model for Human-Like Spatial Understanding
von: Yang, Fan, et al.
Veröffentlicht: (2026)

Do Vision Models Develop Human-Like Progressive Difficulty Understanding?
von: Huang, Zeyi, et al.
Veröffentlicht: (2025)

SoccerMaster: A Vision Foundation Model for Soccer Understanding
von: Yang, Haolin, et al.
Veröffentlicht: (2025)

HumanOmni: A Large Vision-Speech Language Model for Human-Centric Video Understanding
von: Zhao, Jiaxing, et al.
Veröffentlicht: (2025)

Vision Superalignment: Weak-to-Strong Generalization for Vision Foundation Models
von: Guo, Jianyuan, et al.
Veröffentlicht: (2024)

Weakly Supervised Ephemeral Gully Detection In Remote Sensing Images Using Vision Language Models
von: Tousi, Seyed Mohamad Ali, et al.
Veröffentlicht: (2025)

Automated Robotic Moisture Monitoring in Agricultural Fields
von: Palanisamy, Senthil, et al.
Veröffentlicht: (2026)

HALP: Detecting Hallucinations in Vision-Language Models without Generating a Single Token
von: Kogilathota, Sai Akhil, et al.
Veröffentlicht: (2026)

Conceptualizing Embeddings: Sparse Disentanglement for Vision-Language Models
von: Kubaty, Piotr, et al.
Veröffentlicht: (2026)

MEBench: A Novel Benchmark for Understanding Mutual Exclusivity Bias in Vision-Language Models
von: Thai, Anh, et al.
Veröffentlicht: (2025)

Leveraging Vision-Language Models as Weak Annotators in Active Learning
von: Nguyen, Phuong Ngoc, et al.
Veröffentlicht: (2026)

DINO-X: A Unified Vision Model for Open-World Object Detection and Understanding
von: Ren, Tianhe, et al.
Veröffentlicht: (2024)

Understanding and Improving Training-Free AI-Generated Image Detections with Vision Foundation Models
von: Tsai, Chung-Ting, et al.
Veröffentlicht: (2024)

From YOLO to VLMs: Advancing Zero-Shot and Few-Shot Detection of Wastewater Treatment Plants Using Satellite Imagery in MENA Region
von: Premarathna, Akila, et al.
Veröffentlicht: (2025)

Understanding Degradation with Vision Language Model
von: Lan, Guanzhou, et al.
Veröffentlicht: (2026)

Leveraging Automatic CAD Annotations for Supervised Learning in 3D Scene Understanding
von: Rao, Yuchen, et al.
Veröffentlicht: (2025)

Dual-Signal Adaptive KV-Cache Optimization for Long-Form Video Understanding in Vision-Language Models
von: Sai, Vishnu, et al.
Veröffentlicht: (2026)

WeakTr: Exploring Plain Vision Transformer for Weakly-supervised Semantic Segmentation
von: Zhu, Lianghui, et al.
Veröffentlicht: (2023)

Instant Colorization of Gaussian Splats
von: Lieber, Daniel, et al.
Veröffentlicht: (2026)

A Systematic Failure Analysis of Vision Foundation Models for Open Set Iris Presentation Attack Detection
von: Anand, Rahul, et al.
Veröffentlicht: (2026)

Weak-Annotation of HAR Datasets using Vision Foundation Models
von: Bock, Marius, et al.
Veröffentlicht: (2024)

Cutup and Detect: Human Fall Detection on Cutup Untrimmed Videos Using a Large Foundational Video Understanding Model
von: Grutschus, Till, et al.
Veröffentlicht: (2024)

Vision Transformers for Weakly-Supervised Microorganism Enumeration
von: Santiago, Javier Ureña, et al.
Veröffentlicht: (2024)

Sapiens: Foundation for Human Vision Models
von: Khirodkar, Rawal, et al.
Veröffentlicht: (2024)

Toward Human Understanding with Controllable Synthesis
von: Cuevas-Velasquez, Hanz, et al.
Veröffentlicht: (2024)

RegFormer: Transferable Relational Grounding for Efficient Weakly-Supervised Human-Object Interaction Detection
von: Park, Jihwan, et al.
Veröffentlicht: (2026)

Bilateral Collaboration with Large Vision-Language Models for Open Vocabulary Human-Object Interaction Detection
von: Hu, Yupeng, et al.
Veröffentlicht: (2025)

Better Understanding Differences in Attribution Methods via Systematic Evaluations
von: Rao, Sukrut, et al.
Veröffentlicht: (2023)

The Potential and Limitations of Vision-Language Models for Human Motion Understanding: A Case Study in Data-Driven Stroke Rehabilitation
von: Li, Victor, et al.
Veröffentlicht: (2025)

Vision Language Models for Spreadsheet Understanding: Challenges and Opportunities
von: Xia, Shiyu, et al.
Veröffentlicht: (2024)

EVLM: An Efficient Vision-Language Model for Visual Understanding
von: Chen, Kaibing, et al.
Veröffentlicht: (2024)

Tuned Compositional Feature Replays for Efficient Stream Learning
von: Talbot, Morgan B., et al.
Veröffentlicht: (2021)

Weakly Supervised Food Image Segmentation using Vision Transformers and Segment Anything Model
von: Sarafis, Ioannis, et al.
Veröffentlicht: (2025)

AgriChain Visually Grounded Expert Verified Reasoning for Interpretable Agricultural Vision Language Models
von: Mahmood, Hazza, et al.
Veröffentlicht: (2026)

Automated Annotation of Shearographic Measurements Enabling Weakly Supervised Defect Detection
von: Plassmann, Jessica, et al.
Veröffentlicht: (2025)

Vision-Aware Text Features in Referring Image Segmentation: From Object Understanding to Context Understanding
von: Nguyen-Truong, Hai, et al.
Veröffentlicht: (2024)

Exploring Effective Priors and Efficient Models for Weakly-Supervised Change Detection
von: Zhao, Zhenghui, et al.
Veröffentlicht: (2023)