VoxRep: Enhancing 3D Spatial Understanding in 2D Vision-Language Models via Voxel Representation

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Dao, Alan, Buppodom, Norapat
Formato:	Preprint
Publicado:	2025
Materias:	Computer Vision and Pattern Recognition Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2503.21214