FOCUS: Unified Vision-Language Modeling for Interactive Editing Driven by Referential Segmentation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Fan, Zhu, Yousong, Li, Xin, Zhan, Yufei, Zhao, Hongyin, Zheng, Shurong, Wang, Yaowei, Tang, Ming, Wang, Jinqiao
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2506.16806