Native Segmentation Vision Transformers
Fuente:
arXiv
Guardado en:
| Autores principales: | Brasó, Guillem, Ošep, Aljoša, Leal-Taixé, Laura |
|---|---|
| Formato: | Preprint |
| Publicado: |
2025
|
| Materias: | |
| Acceso en línea: | |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
Ejemplares similares
Zero-Shot 4D Lidar Panoptic Segmentation
por: Zhang, Yushan, et al.
Publicado: (2025)
por: Zhang, Yushan, et al.
Publicado: (2025)
SeMoLi: What Moves Together Belongs Together
por: Seidenschwarz, Jenny, et al.
Publicado: (2024)
por: Seidenschwarz, Jenny, et al.
Publicado: (2024)
Better Call SAL: Towards Learning to Segment Anything in Lidar
por: Ošep, Aljoša, et al.
Publicado: (2024)
por: Ošep, Aljoša, et al.
Publicado: (2024)
SPAMming Labels: Efficient Annotations for the Trackers of Tomorrow
por: Cetintas, Orcun, et al.
Publicado: (2024)
por: Cetintas, Orcun, et al.
Publicado: (2024)
Lidar Panoptic Segmentation in an Open World
por: Chakravarthy, Anirudh S, et al.
Publicado: (2024)
por: Chakravarthy, Anirudh S, et al.
Publicado: (2024)
NOOUGAT: Towards Unified Online and Offline Multi-Object Tracking
por: Missaoui, Benjamin, et al.
Publicado: (2025)
por: Missaoui, Benjamin, et al.
Publicado: (2025)
VGG-T$^3$: Offline Feed-Forward 3D Reconstruction at Scale
por: Elflein, Sven, et al.
Publicado: (2026)
por: Elflein, Sven, et al.
Publicado: (2026)
Towards Learning to Complete Anything in Lidar
por: Takmaz, Ayca, et al.
Publicado: (2025)
por: Takmaz, Ayca, et al.
Publicado: (2025)
Light3R-SfM: Towards Feed-forward Structure-from-Motion
por: Elflein, Sven, et al.
Publicado: (2025)
por: Elflein, Sven, et al.
Publicado: (2025)
SVAG-Bench: A Large-Scale Benchmark for Multi-Instance Spatio-temporal Video Action Grounding
por: Hannan, Tanveer, et al.
Publicado: (2025)
por: Hannan, Tanveer, et al.
Publicado: (2025)
LongPerceptualThoughts: Distilling System-2 Reasoning for System-1 Perception
por: Liao, Yuan-Hong, et al.
Publicado: (2025)
por: Liao, Yuan-Hong, et al.
Publicado: (2025)
SatSynth: Augmenting Image-Mask Pairs through Diffusion Models for Aerial Semantic Segmentation
por: Toker, Aysim, et al.
Publicado: (2024)
por: Toker, Aysim, et al.
Publicado: (2024)
PASTA: Vision Transformer Patch Aggregation for Weakly Supervised Target and Anomaly Segmentation
por: Neubauer, Melanie, et al.
Publicado: (2026)
por: Neubauer, Melanie, et al.
Publicado: (2026)
I-Segmenter: Integer-Only Vision Transformer for Efficient Semantic Segmentation
por: Sassoon, Jordan, et al.
Publicado: (2025)
por: Sassoon, Jordan, et al.
Publicado: (2025)
Leveraging Self-Supervised Vision Transformers for Segmentation-based Transfer Function Design
por: Engel, Dominik, et al.
Publicado: (2023)
por: Engel, Dominik, et al.
Publicado: (2023)
The NeRFect Match: Exploring NeRF Features for Visual Localization
por: Zhou, Qunjie, et al.
Publicado: (2024)
por: Zhou, Qunjie, et al.
Publicado: (2024)
Iwin Transformer: Hierarchical Vision Transformer using Interleaved Windows
por: Huo, Simin, et al.
Publicado: (2025)
por: Huo, Simin, et al.
Publicado: (2025)
Decorrelation Speeds Up Vision Transformers
por: Carrigg, Kieran, et al.
Publicado: (2025)
por: Carrigg, Kieran, et al.
Publicado: (2025)
Slicing Vision Transformer for Flexible Inference
por: Zhang, Yitian, et al.
Publicado: (2024)
por: Zhang, Yitian, et al.
Publicado: (2024)
RAViT: Resolution-Adaptive Vision Transformer
por: Guidez, Martial, et al.
Publicado: (2026)
por: Guidez, Martial, et al.
Publicado: (2026)
Rotary Position Embedding for Vision Transformer
por: Heo, Byeongho, et al.
Publicado: (2024)
por: Heo, Byeongho, et al.
Publicado: (2024)
MMSFormer: Multimodal Transformer for Material and Semantic Segmentation
por: Reza, Md Kaykobad, et al.
Publicado: (2023)
por: Reza, Md Kaykobad, et al.
Publicado: (2023)
Uncertainty-Aware Vision-Language Segmentation for Medical Imaging
por: Das, Aryan, et al.
Publicado: (2026)
por: Das, Aryan, et al.
Publicado: (2026)
Native-Resolution Image Synthesis
por: Wang, Zidong, et al.
Publicado: (2025)
por: Wang, Zidong, et al.
Publicado: (2025)
SPoT: Subpixel Placement of Tokens in Vision Transformers
por: Hjelkrem-Tan, Martine, et al.
Publicado: (2025)
por: Hjelkrem-Tan, Martine, et al.
Publicado: (2025)
Compact Vision Transformer by Reduction of Kernel Complexity
por: Wang, Yancheng, et al.
Publicado: (2025)
por: Wang, Yancheng, et al.
Publicado: (2025)
Split Adaptation for Pre-trained Vision Transformers
por: Wang, Lixu, et al.
Publicado: (2025)
por: Wang, Lixu, et al.
Publicado: (2025)
DASViT: Differentiable Architecture Search for Vision Transformer
por: Wu, Pengjin, et al.
Publicado: (2025)
por: Wu, Pengjin, et al.
Publicado: (2025)
Stable Vision Concept Transformers for Medical Diagnosis
por: Hu, Lijie, et al.
Publicado: (2025)
por: Hu, Lijie, et al.
Publicado: (2025)
Leveraging Registers in Vision Transformers for Robust Adaptation
por: Yellapragada, Srikar, et al.
Publicado: (2025)
por: Yellapragada, Srikar, et al.
Publicado: (2025)
Instance-Aware Group Quantization for Vision Transformers
por: Moon, Jaehyeon, et al.
Publicado: (2024)
por: Moon, Jaehyeon, et al.
Publicado: (2024)
Vision Transformer-based Adversarial Domain Adaptation
por: Li, Yahan, et al.
Publicado: (2024)
por: Li, Yahan, et al.
Publicado: (2024)
Elastic Attention Cores for Scalable Vision Transformers
por: Song, Alan Z., et al.
Publicado: (2026)
por: Song, Alan Z., et al.
Publicado: (2026)
Attention Transfer Is Not Universally Effective for Vision Transformers
por: Qin, Huaiyuan, et al.
Publicado: (2026)
por: Qin, Huaiyuan, et al.
Publicado: (2026)
Self-Supervised Vision Transformers for Writer Retrieval
por: Raven, Tim, et al.
Publicado: (2024)
por: Raven, Tim, et al.
Publicado: (2024)
HEAL-SWIN: A Vision Transformer On The Sphere
por: Carlsson, Oscar, et al.
Publicado: (2023)
por: Carlsson, Oscar, et al.
Publicado: (2023)
A Manifold Representation of the Key in Vision Transformers
por: Meng, Li, et al.
Publicado: (2024)
por: Meng, Li, et al.
Publicado: (2024)
Do VLMs Need Vision Transformers? Evaluating State Space Models as Vision Encoders
por: Kuo, Shang-Jui Ray, et al.
Publicado: (2026)
por: Kuo, Shang-Jui Ray, et al.
Publicado: (2026)
Brazilian Portuguese Image Captioning with Transformers: A Study on Cross-Native-Translated Dataset
por: Bromonschenkel, Gabriel, et al.
Publicado: (2026)
por: Bromonschenkel, Gabriel, et al.
Publicado: (2026)
Image-Specific Adaptation of Transformer Encoders for Compute-Efficient Segmentation
por: Yao, Manyi, et al.
Publicado: (2024)
por: Yao, Manyi, et al.
Publicado: (2024)
Ejemplares similares
-
Zero-Shot 4D Lidar Panoptic Segmentation
por: Zhang, Yushan, et al.
Publicado: (2025) -
SeMoLi: What Moves Together Belongs Together
por: Seidenschwarz, Jenny, et al.
Publicado: (2024) -
Better Call SAL: Towards Learning to Segment Anything in Lidar
por: Ošep, Aljoša, et al.
Publicado: (2024) -
SPAMming Labels: Efficient Annotations for the Trackers of Tomorrow
por: Cetintas, Orcun, et al.
Publicado: (2024) -
Lidar Panoptic Segmentation in an Open World
por: Chakravarthy, Anirudh S, et al.
Publicado: (2024)