EvdCLIP: Improving Vision-Language Retrieval with Entity Visual Descriptions from Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Meng, GuangHao, He, Sunan, Wang, Jinpeng, Dai, Tao, Zhang, Letian, Zhu, Jieming, Li, Qing, Wang, Gang, Zhang, Rui, Jiang, Yong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2505.18594