Buchumschlag

Bringing together invertible UNets with invertible attention modules for memory-efficient diffusion models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Jain, Karan, Teli, Mohammad Nayeem
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

GCA-ResUNet:Image segmentation in medical images using grouped coordinate attention
von: Ding, Jun, et al.
Veröffentlicht: (2025)

Improving Deep Generative Models on Many-To-One Image-to-Image Translation
von: Saxena, Sagar, et al.
Veröffentlicht: (2024)

TP-UNet: Temporal Prompt Guided UNet for Medical Image Segmentation
von: Wang, Ranmin, et al.
Veröffentlicht: (2024)

LKM-UNet: Large Kernel Vision Mamba UNet for Medical Image Segmentation
von: Wang, Jinhong, et al.
Veröffentlicht: (2024)

QUEST: A robust attention formulation using query-modulated spherical attention
von: Govindarajan, Hariprasath, et al.
Veröffentlicht: (2026)

An Examination of the Compositionality of Large Generative Vision-Language Models
von: Ma, Teli, et al.
Veröffentlicht: (2023)

The Expense of Seeing: Attaining Trustworthy Multimodal Reasoning Within the Monolithic Paradigm
von: Goyal, Karan
Veröffentlicht: (2026)

EPBC-YOLOv8: An efficient and accurate improved YOLOv8 underwater detector based on an attention mechanism
von: Jiang, Xing, et al.
Veröffentlicht: (2025)

Vision Transformer-Conditioned UNet for Domain-Adaptive Semantic Segmentation
von: Ortega, Joel Valdivia, et al.
Veröffentlicht: (2026)

Certified Zeroth-order Black-Box Defense with Robust UNet Denoiser
von: Verma, Astha, et al.
Veröffentlicht: (2023)

Lost in UNet: Improving Infrared Small Target Detection by Underappreciated Local Features
von: Quan, Wuzhou, et al.
Veröffentlicht: (2024)

MM-UNet: A Mixed MLP Architecture for Improved Ophthalmic Image Segmentation
von: Xiao, Zunjie, et al.
Veröffentlicht: (2024)

KM-UNet KAN Mamba UNet for medical image segmentation
von: Zhang, Yibo
Veröffentlicht: (2025)

Addressing a fundamental limitation in deep vision models: lack of spatial attention
von: Borji, Ali
Veröffentlicht: (2024)

MM-UNet: Morph Mamba U-shaped Convolutional Networks for Retinal Vessel Segmentation
von: Liu, Jiawen, et al.
Veröffentlicht: (2025)

PC-UNet: An Enforcing Poisson Statistics U-Net for Positron Emission Tomography Denoising
von: Shi, Yang, et al.
Veröffentlicht: (2025)

FuseUNet: A Multi-Scale Feature Fusion Method for U-like Networks
von: He, Quansong, et al.
Veröffentlicht: (2025)

RotCAtt-TransUNet++: Novel Deep Neural Network for Sophisticated Cardiac Segmentation
von: Nguyen-Le, Quoc-Bao, et al.
Veröffentlicht: (2024)

GCA-SUNet: A Gated Context-Aware Swin-UNet for Exemplar-Free Counting
von: Wu, Yuzhe, et al.
Veröffentlicht: (2024)

Video-SwinUNet: Spatio-temporal Deep Learning Framework for VFSS Instance Segmentation
von: Zeng, Chengxi, et al.
Veröffentlicht: (2023)

Can you SPLICE it together? A Human Curated Benchmark for Probing Visual Reasoning in VLMs
von: Ballout, Mohamad, et al.
Veröffentlicht: (2025)

MambaLiteUNet: Cross-Gated Adaptive Feature Fusion for Robust Skin Lesion Segmentation
von: Rahman, Md Maklachur, et al.
Veröffentlicht: (2026)

UNet++ and LSTM combined approach for Breast Ultrasound Image Segmentation
von: Hesaraki, Saba, et al.
Veröffentlicht: (2024)

A Heterogeneous Ensemble for Multi-Center COVID-19 Classification from Chest CT Scans
von: Nilay, Aadit, et al.
Veröffentlicht: (2026)

Hybrid Dense-UNet201 Optimization for Pap Smear Image Segmentation Using Spider Monkey Optimization
von: Khozaimi, Ach, et al.
Veröffentlicht: (2025)

UNetVL: Enhancing 3D Medical Image Segmentation with Chebyshev KAN Powered Vision-LSTM
von: Guo, Xuhui, et al.
Veröffentlicht: (2025)

SFA-UNet: More Attention to Multi-Scale Contrast and Contextual Information in Infrared Small Object Segmentation
von: Shah, Imad Ali, et al.
Veröffentlicht: (2024)

Archaeoscape: Bringing Aerial Laser Scanning Archaeology to the Deep Learning Era
von: Perron, Yohann, et al.
Veröffentlicht: (2024)

RynnEC: Bringing MLLMs into Embodied World
von: Dang, Ronghao, et al.
Veröffentlicht: (2025)

Bringing Diversity from Diffusion Models to Semantic-Guided Face Asset Generation
von: Cai, Yunxuan, et al.
Veröffentlicht: (2025)

Visual Object Tracking across Diverse Data Modalities: A Review
von: Wang, Mengmeng, et al.
Veröffentlicht: (2024)

SmolVLM: Redefining small and efficient multimodal models
von: Marafioti, Andrés, et al.
Veröffentlicht: (2025)

Bringing Balance to Hand Shape Classification: Mitigating Data Imbalance Through Generative Models
von: Rios, Gaston Gustavo, et al.
Veröffentlicht: (2025)

Rethinking Prompt Design for Inference-time Scaling in Text-to-Visual Generation
von: Kim, Subin, et al.
Veröffentlicht: (2025)

GAC-Net_Geometric and attention-based Network for Depth Completion
von: Zhu, Kuang, et al.
Veröffentlicht: (2025)

Relation Learning and Aggregate-attention for Multi-person Motion Prediction
von: Qu, Kehua, et al.
Veröffentlicht: (2024)

OPENTOUCH: Bringing Full-Hand Touch to Real-World Interaction
von: Song, Yuxin Ray, et al.
Veröffentlicht: (2025)

PersonaTalk: Bring Attention to Your Persona in Visual Dubbing
von: Zhang, Longhao, et al.
Veröffentlicht: (2024)

A Hybrid Machine Learning Model for Cerebral Palsy Detection
von: Singh, Karan Kumar, et al.
Veröffentlicht: (2026)

Exploring Efficient Foundational Multi-modal Models for Video Summarization
von: Samel, Karan, et al.
Veröffentlicht: (2024)