Box-QAymo: Box-Referring VQA Dataset for Autonomous Driving
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Etchegaray, Djamahl, Fu, Yuxia, Huang, Zi, Luo, Yadan |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Find n' Propagate: Open-Vocabulary 3D Object Detection in Urban Environments
par: Etchegaray, Djamahl, et autres
Publié: (2024)
par: Etchegaray, Djamahl, et autres
Publié: (2024)
Black-Box Adversarial Attack on Vision Language Models for Autonomous Driving
par: Wang, Lu, et autres
Publié: (2025)
par: Wang, Lu, et autres
Publié: (2025)
SCORE: Soft Label Compression-Centric Dataset Condensation via Coding Rate Optimization
par: Yuan, Bowen, et autres
Publié: (2025)
par: Yuan, Bowen, et autres
Publié: (2025)
Robusto-1 Dataset: Comparing Humans and VLMs on real out-of-distribution Autonomous Driving VQA from Peru
par: Cusipuma, Dunant, et autres
Publié: (2025)
par: Cusipuma, Dunant, et autres
Publié: (2025)
DPO: Dual-Perturbation Optimization for Test-time Adaptation in 3D Object Detection
par: Chen, Zhuoxiao, et autres
Publié: (2024)
par: Chen, Zhuoxiao, et autres
Publié: (2024)
Theoretically Achieving Continuous Representation of Oriented Bounding Boxes
par: Xiao, Zi-Kai, et autres
Publié: (2024)
par: Xiao, Zi-Kai, et autres
Publié: (2024)
Box-Free Model Watermarks Are Prone to Black-Box Removal Attacks
par: An, Haonan, et autres
Publié: (2024)
par: An, Haonan, et autres
Publié: (2024)
BoxTuning: Directly Injecting the Object Box for Multimodal Model Fine-Tuning
par: Qian, Zekun, et autres
Publié: (2026)
par: Qian, Zekun, et autres
Publié: (2026)
Prompting the Unseen: Detecting Hidden Backdoors in Black-Box Models
par: Huang, Zi-Xuan, et autres
Publié: (2024)
par: Huang, Zi-Xuan, et autres
Publié: (2024)
GEMeX-RMCoT: An Enhanced Med-VQA Dataset for Region-Aware Multimodal Chain-of-Thought Reasoning
par: Liu, Bo, et autres
Publié: (2025)
par: Liu, Bo, et autres
Publié: (2025)
Multiple Different Black Box Explanations for Image Classifiers
par: Chockler, Hana, et autres
Publié: (2023)
par: Chockler, Hana, et autres
Publié: (2023)
Is Less More? Exploring Token Condensation as Training-free Test-time Adaptation
par: Wang, Zixin, et autres
Publié: (2024)
par: Wang, Zixin, et autres
Publié: (2024)
EMT: A Visual Multi-Task Benchmark Dataset for Autonomous Driving
par: Madjid, Nadya Abdel, et autres
Publié: (2025)
par: Madjid, Nadya Abdel, et autres
Publié: (2025)
Provable Ordering and Continuity in Vision-Language Pretraining for Generalizable Embodied Agents
par: Zhang, Zhizhen, et autres
Publié: (2025)
par: Zhang, Zhizhen, et autres
Publié: (2025)
Kvasir-VQA: A Text-Image Pair GI Tract Dataset
par: Gautam, Sushant, et autres
Publié: (2024)
par: Gautam, Sushant, et autres
Publié: (2024)
Doc-CoB: Enhancing Document Understanding with Visual Chain-of-Boxes Reasoning
par: Mo, Ye, et autres
Publié: (2025)
par: Mo, Ye, et autres
Publié: (2025)
Open-CRB: Towards Open World Active Learning for 3D Object Detection
par: Chen, Zhuoxiao, et autres
Publié: (2023)
par: Chen, Zhuoxiao, et autres
Publié: (2023)
MrM: Black-Box Membership Inference Attacks against Multimodal RAG Systems
par: Yang, Peiru, et autres
Publié: (2025)
par: Yang, Peiru, et autres
Publié: (2025)
Improving Black-Box Generative Attacks via Generator Semantic Consistency
par: Jeong, Jongoh, et autres
Publié: (2025)
par: Jeong, Jongoh, et autres
Publié: (2025)
NBBOX: Noisy Bounding Box Improves Remote Sensing Object Detection
par: Kim, Yechan, et autres
Publié: (2024)
par: Kim, Yechan, et autres
Publié: (2024)
MPDIoU: A Loss for Efficient and Accurate Bounding Box Regression
par: Ma, Siliang, et autres
Publié: (2023)
par: Ma, Siliang, et autres
Publié: (2023)
Certified Zeroth-order Black-Box Defense with Robust UNet Denoiser
par: Verma, Astha, et autres
Publié: (2023)
par: Verma, Astha, et autres
Publié: (2023)
TopoStreamer: Temporal Lane Segment Topology Reasoning in Autonomous Driving
par: Yang, Yiming, et autres
Publié: (2025)
par: Yang, Yiming, et autres
Publié: (2025)
Cross-Stage Coherence in Hierarchical Driving VQA: Explicit Baselines and Learned Gated Context Projectors
par: Jain, Gautam Kumar, et autres
Publié: (2026)
par: Jain, Gautam Kumar, et autres
Publié: (2026)
Box6D : Zero-shot Category-level 6D Pose Estimation of Warehouse Boxes
par: Ma, Yintao, et autres
Publié: (2025)
par: Ma, Yintao, et autres
Publié: (2025)
DriveGenVLM: Real-world Video Generation for Vision Language Model based Autonomous Driving
par: Fu, Yongjie, et autres
Publié: (2024)
par: Fu, Yongjie, et autres
Publié: (2024)
BlackMirror: Black-Box Backdoor Detection for Text-to-Image Models via Instruction-Response Deviation
par: Li, Feiran, et autres
Publié: (2026)
par: Li, Feiran, et autres
Publié: (2026)
Robust Box Prompt based SAM for Medical Image Segmentation
par: Huang, Yuhao, et autres
Publié: (2024)
par: Huang, Yuhao, et autres
Publié: (2024)
ADBA:Approximation Decision Boundary Approach for Black-Box Adversarial Attacks
par: Wang, Feiyang, et autres
Publié: (2024)
par: Wang, Feiyang, et autres
Publié: (2024)
Enhancing Vision-Language Models for Autonomous Driving through Task-Specific Prompting and Spatial Reasoning
par: Wu, Aodi, et autres
Publié: (2025)
par: Wu, Aodi, et autres
Publié: (2025)
Finding needles in a haystack: A Black-Box Approach to Invisible Watermark Detection
par: Pan, Minzhou, et autres
Publié: (2024)
par: Pan, Minzhou, et autres
Publié: (2024)
CodeMerge: Codebook-Guided Model Merging for Robust Test-Time Adaptation in Autonomous Driving
par: Yang, Huitong, et autres
Publié: (2025)
par: Yang, Huitong, et autres
Publié: (2025)
doScenes: An Autonomous Driving Dataset with Natural Language Instruction for Human Interaction and Vision-Language Navigation
par: Roy, Parthib, et autres
Publié: (2024)
par: Roy, Parthib, et autres
Publié: (2024)
Caption First, VQA Second: Knowledge Density, Not Task Format, Drives Multimodal Scaling
par: Zou, Hongjian, et autres
Publié: (2026)
par: Zou, Hongjian, et autres
Publié: (2026)
FRED: A Multi-Modal Autonomous Driving Dataset for Flooded Road Environments
par: Malone, Connor, et autres
Publié: (2026)
par: Malone, Connor, et autres
Publié: (2026)
CoralVQA: A Large-Scale Visual Question Answering Dataset for Coral Reef Image Understanding
par: Han, Hongyong, et autres
Publié: (2025)
par: Han, Hongyong, et autres
Publié: (2025)
AutoViVQA: A Large-Scale Automatically Constructed Dataset for Vietnamese Visual Question Answering
par: Tuong, Nguyen Anh, et autres
Publié: (2026)
par: Tuong, Nguyen Anh, et autres
Publié: (2026)
PolaFormer: Polarity-aware Linear Attention for Vision Transformers
par: Meng, Weikang, et autres
Publié: (2025)
par: Meng, Weikang, et autres
Publié: (2025)
Drive-KD: Multi-Teacher Distillation for VLMs in Autonomous Driving
par: Lian, Weitong, et autres
Publié: (2026)
par: Lian, Weitong, et autres
Publié: (2026)
Inverting Black-Box Face Recognition Systems via Zero-Order Optimization in Eigenface Space
par: Razzhigaev, Anton, et autres
Publié: (2025)
par: Razzhigaev, Anton, et autres
Publié: (2025)
Documents similaires
-
Find n' Propagate: Open-Vocabulary 3D Object Detection in Urban Environments
par: Etchegaray, Djamahl, et autres
Publié: (2024) -
Black-Box Adversarial Attack on Vision Language Models for Autonomous Driving
par: Wang, Lu, et autres
Publié: (2025) -
SCORE: Soft Label Compression-Centric Dataset Condensation via Coding Rate Optimization
par: Yuan, Bowen, et autres
Publié: (2025) -
Robusto-1 Dataset: Comparing Humans and VLMs on real out-of-distribution Autonomous Driving VQA from Peru
par: Cusipuma, Dunant, et autres
Publié: (2025) -
DPO: Dual-Perturbation Optimization for Test-time Adaptation in 3D Object Detection
par: Chen, Zhuoxiao, et autres
Publié: (2024)