Copertina

Test-time Vocabulary Adaptation for Language-driven Object Detection

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Liu, Mingxuan, Hayes, Tyler L., Mancini, Massimiliano, Ricci, Elisa, Volpi, Riccardo, Csurka, Gabriela
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

SHiNe: Semantic Hierarchy Nexus for Open-vocabulary Object Detection
di: Liu, Mingxuan, et al.
Pubblicazione: (2024)

What could go wrong? Discovering and describing failure modes in computer vision
di: Csurka, Gabriela, et al.
Pubblicazione: (2024)

Frustratingly Easy Test-Time Adaptation of Vision-Language Models
di: Farina, Matteo, et al.
Pubblicazione: (2024)

Vocabulary-free Image Classification
di: Conti, Alessandro, et al.
Pubblicazione: (2023)

Rethinking Few-Shot Adaptation of Vision-Language Models in Two Stages
di: Farina, Matteo, et al.
Pubblicazione: (2025)

Vocabulary-free Image Classification and Semantic Segmentation
di: Conti, Alessandro, et al.
Pubblicazione: (2024)

Harnessing Large Language Models for Training-free Video Anomaly Detection
di: Zanella, Luca, et al.
Pubblicazione: (2024)

The Phantom Menace: Unmasking Privacy Leakages in Vision-Language Models
di: Caldarella, Simone, et al.
Pubblicazione: (2024)

Compositional Caching for Training-free Open-vocabulary Attribute Detection
di: Garosi, Marco, et al.
Pubblicazione: (2025)

Superpowering Open-Vocabulary Object Detectors for X-ray Vision
di: Garcia-Fernandez, Pablo, et al.
Pubblicazione: (2025)

MULTIFLOW: Shifting Towards Task-Agnostic Vision-Language Pruning
di: Farina, Matteo, et al.
Pubblicazione: (2024)

ProactiveBench: Benchmarking Proactiveness in Multimodal Large Language Models
di: De Min, Thomas, et al.
Pubblicazione: (2026)

Can Text-to-Video Generation help Video-Language Alignment?
di: Zanella, Luca, et al.
Pubblicazione: (2025)

Not Only Text: Exploring Compositionality of Visual Representations in Vision-Language Models
di: Berasi, Davide, et al.
Pubblicazione: (2025)

Large Multimodal Models as General In-Context Classifiers
di: Garosi, Marco, et al.
Pubblicazione: (2026)

One VLM to Keep it Learning: Generation and Balancing for Data-free Continual Visual Question Answering
di: Das, Deepayan, et al.
Pubblicazione: (2024)

Training-Free Personalization via Retrieval and Reasoning on Fingerprints
di: Das, Deepayan, et al.
Pubblicazione: (2025)

Training-free Online Video Step Grounding
di: Zanella, Luca, et al.
Pubblicazione: (2025)

Classifier-to-Bias: Toward Unsupervised Automatic Bias Detection for Visual Classifiers
di: Guimard, Quentin, et al.
Pubblicazione: (2025)

FACTOR: Counterfactual Training-Free Test-Time Adaptation for Open-Vocabulary Object Detection
di: Zhao, Kaixiang, et al.
Pubblicazione: (2026)

PANDAS: Prototype-based Novel Class Discovery and Detection
di: Hayes, Tyler L., et al.
Pubblicazione: (2024)

Gaussian Splatting Feature Fields for Privacy-Preserving Visual Localization
di: Pietrantoni, Maxime, et al.
Pubblicazione: (2025)

Unlearning Personal Data from a Single Image
di: De Min, Thomas, et al.
Pubblicazione: (2024)

Incremental Object-Based Novelty Detection with Feedback Loop
di: Caldarella, Simone, et al.
Pubblicazione: (2023)

On Large Multimodal Models as Open-World Image Classifiers
di: Conti, Alessandro, et al.
Pubblicazione: (2025)

COLA: Context-aware Language-driven Test-time Adaptation
di: Zhang, Aiming, et al.
Pubblicazione: (2025)

From Weights to Concepts: Data-Free Interpretability of CLIP via Singular Vector Decomposition
di: Gentile, Francesco, et al.
Pubblicazione: (2026)

Bayesian Test-time Adaptation for Object Recognition and Detection with Vision-language Models
di: Zhou, Lihua, et al.
Pubblicazione: (2025)

Organizing Unstructured Image Collections using Natural Language
di: Liu, Mingxuan, et al.
Pubblicazione: (2024)

Domain Adaptation for Large-Vocabulary Object Detectors
di: Jiang, Kai, et al.
Pubblicazione: (2024)

Democratizing Fine-grained Visual Recognition with Large Language Models
di: Liu, Mingxuan, et al.
Pubblicazione: (2024)

Less is more: Summarizing Patch Tokens for efficient Multi-Label Class-Incremental Learning
di: De Min, Thomas, et al.
Pubblicazione: (2024)

Can we make NeRF-based visual localization privacy-preserving?
di: Pietrantoni, Maxime, et al.
Pubblicazione: (2025)

Self-supervised Learning of Neural Implicit Feature Fields for Camera Pose Refinement
di: Pietrantoni, Maxime, et al.
Pubblicazione: (2024)

SEM: Sparse Embedding Modulation for Post-Hoc Debiasing of Vision-Language Models
di: Guimard, Quentin, et al.
Pubblicazione: (2026)

The Detector Teaches Itself: Lightweight Self-Supervised Adaptation for Open-Vocabulary Object Detection
di: Wan, Yazhe, et al.
Pubblicazione: (2026)

Test-Time Adaptation of Vision-Language Models for Open-Vocabulary Semantic Segmentation
di: Noori, Mehrdad, et al.
Pubblicazione: (2025)

3D Object Detection from Images for Autonomous Driving: A Survey
di: Ma, Xinzhu, et al.
Pubblicazione: (2022)

Training-Free Semantic Multi-Object Tracking with Vision-Language Models
di: Bonat, Laurence, et al.
Pubblicazione: (2026)

Scaling Open-Vocabulary Object Detection
di: Minderer, Matthias, et al.
Pubblicazione: (2023)