ScaleCap: Inference-Time Scalable Image Captioning via Dual-Modality Debiasing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xing, Long, Huang, Qidong, Dong, Xiaoyi, Zhang, Pan, Zang, Yuhang, Cao, Yuhang, Li, Jinsong, Ding, Shuangrui, Zhang, Weiming, Yu, Nenghai, Wang, Jiaqi, Wu, Feng, Lin, Dahua
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2506.19848