Buchumschlag

Seeing Further on the Shoulders of Giants: Knowledge Inheritance for Vision Foundation Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Jiabo, Chen, Chen, Lyu, Lingjuan
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!

Ähnliche Einträge

UNIFORM: Unifying Knowledge from Large-scale and Diverse Pre-trained Models
von: Wang, Yimu, et al.
Veröffentlicht: (2025)

Empirical Recipes for Efficient and Compact Vision-Language Models
von: Huang, Jiabo, et al.
Veröffentlicht: (2026)

UniCompress: Token Compression for Unified Vision-Language Understanding and Generation
von: Wang, Ziyao, et al.
Veröffentlicht: (2026)

See Further for Parameter Efficient Fine-tuning by Standing on the Shoulders of Decomposition
von: Si, Chongjie, et al.
Veröffentlicht: (2024)

Closer to Reality: Practical Semi-Supervised Federated Learning for Foundation Model Adaptation
von: Sun, Guangyu, et al.
Veröffentlicht: (2025)

Detecting, Explaining, and Mitigating Memorization in Diffusion Models
von: Wen, Yuxin, et al.
Veröffentlicht: (2024)

RT-DETRv4: Painlessly Furthering Real-Time Object Detection with Vision Foundation Models
von: Liao, Zijun, et al.
Veröffentlicht: (2025)

See Further When Clear: Curriculum Consistency Model
von: Liu, Yunpeng, et al.
Veröffentlicht: (2024)

COALA: A Practical and Vision-Centric Federated Learning Platform
von: Zhuang, Weiming, et al.
Veröffentlicht: (2024)

Standing on the Shoulders of Giants: Reprogramming Visual-Language Model for General Deepfake Detection
von: Lin, Kaiqing, et al.
Veröffentlicht: (2024)

Evaluating and Mitigating IP Infringement in Visual Generative AI
von: Wang, Zhenting, et al.
Veröffentlicht: (2024)

Task-Specific Knowledge Distillation from the Vision Foundation Model for Enhanced Medical Image Segmentation
von: Liang, Pengchen, et al.
Veröffentlicht: (2025)

A Simple Background Augmentation Method for Object Detection with Diffusion Model
von: Li, Yuhang, et al.
Veröffentlicht: (2024)

Towards Fundamentally Scalable Model Selection: Asymptotically Fast Update and Selection
von: Wang, Wenxiao, et al.
Veröffentlicht: (2024)

Training-Free Layout-to-Image Generation with Marginal Attention Constraints
von: Chen, Huancheng, et al.
Veröffentlicht: (2024)

CoCAViT: Compact Vision Transformer with Robust Global Coordination
von: Wang, Xuyang, et al.
Veröffentlicht: (2025)

Replay-Free Continual Low-Rank Adaptation with Dynamic Memory
von: Chen, Huancheng, et al.
Veröffentlicht: (2024)

When Alignment Fails: Multimodal Adversarial Attacks on Vision-Language-Action Models
von: Yan, Yuping, et al.
Veröffentlicht: (2025)

"See the World, Discover Knowledge": A Chinese Factuality Evaluation for Large Vision Language Models
von: Gu, Jihao, et al.
Veröffentlicht: (2025)

Vision-Language Models Can't See the Obvious
von: Dahou, Yasser, et al.
Veröffentlicht: (2025)

On the Limits of Token Reduction for Efficient Unified Vision Language Training
von: Chen, Siyi, et al.
Veröffentlicht: (2026)

NocPlace: Nocturnal Visual Place Recognition via Generative and Inherited Knowledge Transfer
von: Liu, Bingxi, et al.
Veröffentlicht: (2024)

Vision Superalignment: Weak-to-Strong Generalization for Vision Foundation Models
von: Guo, Jianyuan, et al.
Veröffentlicht: (2024)

Fully Exploiting Vision Foundation Model's Profound Prior Knowledge for Generalizable RGB-Depth Driving Scene Parsing
von: Guo, Sicen, et al.
Veröffentlicht: (2025)

Seeing Space and Motion: Enhancing Latent Actions with Geometric and Dynamic Awareness for Vision-Language-Action Models
von: Cai, Zhejia, et al.
Veröffentlicht: (2025)

DINOReg: Strong Point Cloud Registration with Vision Foundation Model
von: Chen, Congjia, et al.
Veröffentlicht: (2025)

Generalizable Knowledge Distillation from Vision Foundation Models for Semantic Segmentation
von: Lv, Chonghua, et al.
Veröffentlicht: (2026)

WiseAD: Knowledge Augmented End-to-End Autonomous Driving with Vision-Language Model
von: Zhang, Songyan, et al.
Veröffentlicht: (2024)

Rendering-Refined Stable Diffusion for Privacy Compliant Synthetic Data
von: Patwari, Kartik, et al.
Veröffentlicht: (2024)

A Unified Low-level Foundation Model for Enhancing Pathology Image Quality
von: Liu, Ziyi, et al.
Veröffentlicht: (2025)

DIAGNOSIS: Detecting Unauthorized Data Usages in Text-to-image Diffusion Models
von: Wang, Zhenting, et al.
Veröffentlicht: (2023)

When Seeing Overrides Knowing: Disentangling Knowledge Conflicts in Vision-Language Models
von: Ortu, Francesco, et al.
Veröffentlicht: (2025)

Implicit Modeling for Transferability Estimation of Vision Foundation Models
von: Zheng, Yaoyan, et al.
Veröffentlicht: (2025)

All-in-One: Transferring Vision Foundation Models into Stereo Matching
von: Zhou, Jingyi, et al.
Veröffentlicht: (2024)

Adapting Vision Foundation Models for Real-time Ultrasound Image Segmentation
von: Zhang, Xiaoran, et al.
Veröffentlicht: (2025)

A Breast Vision Pathology Foundation Model for Real-world Clinical Utility
von: Xu, Yingxue, et al.
Veröffentlicht: (2026)

Efficient Transfer Learning for Video-language Foundation Models
von: Chen, Haoxing, et al.
Veröffentlicht: (2024)

Bootstrapping SparseFormers from Vision Foundation Models
von: Gao, Ziteng, et al.
Veröffentlicht: (2023)

Seeing the Unseen: Towards Zero-Shot Inspection for Wind Turbine Blades using Knowledge-Augmented Vision Language Models
von: Zhang, Yang, et al.
Veröffentlicht: (2025)

CO-SPY: Combining Semantic and Pixel Features to Detect Synthetic Images by AI
von: Cheng, Siyuan, et al.
Veröffentlicht: (2025)