Buchumschlag

SAEC: Scene-Aware Enhanced Edge-Cloud Collaborative Industrial Vision Inspection with Multimodal LLM

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tian, Yuhao, Yang, Zheming
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Adaptive Guidance Semantically Enhanced via Multimodal LLM for Edge-Cloud Object Detection
von: Hu, Yunqing, et al.
Veröffentlicht: (2025)

Small Object Few-shot Segmentation for Vision-based Industrial Inspection
von: Zhang, Zilong, et al.
Veröffentlicht: (2024)

Enhancing Shape Perception and Segmentation Consistency for Industrial Image Inspection
von: Mao, Guoxuan, et al.
Veröffentlicht: (2025)

AIVD: Adaptive Edge-Cloud Collaboration for Accurate and Efficient Industrial Visual Detection
von: Hu, Yunqing, et al.
Veröffentlicht: (2026)

Collaborative Edge-to-Server Inference for Vision-Language Models
von: Song, Soochang, et al.
Veröffentlicht: (2025)

SceneAware: Scene-Constrained Pedestrian Trajectory Prediction with LLM-Guided Walkability
von: Bai, Juho, et al.
Veröffentlicht: (2025)

Aligned Vector Quantization for Edge-Cloud Collabrative Vision-Language Models
von: Liu, Xiao, et al.
Veröffentlicht: (2024)

Enhancing Scene Transition Awareness in Video Generation via Post-Training
von: Shen, Hanwen, et al.
Veröffentlicht: (2025)

INSIGHT: Enhancing Autonomous Driving Safety through Vision-Language Models on Context-Aware Hazard Detection and Edge Case Evaluation
von: Chen, Dianwei, et al.
Veröffentlicht: (2025)

XEdgeAI: A Human-centered Industrial Inspection Framework with Data-centric Explainable Edge AI Approach
von: Nguyen, Truong Thanh Hung, et al.
Veröffentlicht: (2024)

VitaTouch: Property-Aware Vision-Tactile-Language Model for Robotic Quality Inspection in Manufacturing
von: Zong, Junyi, et al.
Veröffentlicht: (2026)

UniPCB: A Unified Vision-Language Benchmark for Open-Ended PCB Quality Inspection
von: Sun, Fuxiang, et al.
Veröffentlicht: (2026)

TAMMs: Change Understanding and Forecasting in Satellite Image Time Series with Temporal-Aware Multimodal Models
von: Guo, Zhongbin, et al.
Veröffentlicht: (2025)

XAI-Enhanced Semantic Segmentation Models for Visual Quality Inspection
von: Clement, Tobias, et al.
Veröffentlicht: (2024)

LAECIPS: Large Vision Model Assisted Adaptive Edge-Cloud Collaboration for IoT-based Embodied Intelligence System
von: Hu, Shijing, et al.
Veröffentlicht: (2024)

SceneLLM: Implicit Language Reasoning in LLM for Dynamic Scene Graph Generation
von: Zhang, Hang, et al.
Veröffentlicht: (2024)

NuScenes-SpatialQA: A Spatial Understanding and Reasoning Benchmark for Vision-Language Models in Autonomous Driving
von: Tian, Kexin, et al.
Veröffentlicht: (2025)

VisionGPT-3D: A Generalized Multimodal Agent for Enhanced 3D Vision Understanding
von: Kelly, Chris, et al.
Veröffentlicht: (2024)

Edge-Enhanced Vision Transformer Framework for Accurate AI-Generated Image Detection
von: Das, Dabbrata, et al.
Veröffentlicht: (2025)

Point Cloud Based Scene Segmentation: A Survey
von: Halperin, Dan, et al.
Veröffentlicht: (2025)

LatentPilot: Scene-Aware Vision-and-Language Navigation by Dreaming Ahead with Latent Visual Reasoning
von: Hao, Haihong, et al.
Veröffentlicht: (2026)

GATS: Gaussian Aware Temporal Scaling Transformer for Invariant 4D Spatio-Temporal Point Cloud Representation
von: Tian, Jiayi, et al.
Veröffentlicht: (2026)

Lightweight Remote Sensing Scene Classification on Edge Devices via Knowledge Distillation and Early-exit
von: Zhao, Yang, et al.
Veröffentlicht: (2025)

QAPruner: Quantization-Aware Vision Token Pruning for Multimodal Large Language Models
von: Wang, Xinhao, et al.
Veröffentlicht: (2026)

Spatial 3D-LLM: Exploring Spatial Awareness in 3D Vision-Language Models
von: Wang, Xiaoyan, et al.
Veröffentlicht: (2025)

Dual-Model Distillation for Efficient Action Classification with Hybrid Edge-Cloud Solution
von: Wei, Timothy, et al.
Veröffentlicht: (2024)

HetScene: Heterogeneity-Aware Diffusion for Dense Indoor Scene Generation
von: Chen, Zini, et al.
Veröffentlicht: (2026)

IPFormer-VideoLLM: Enhancing Multi-modal Video Understanding for Multi-shot Scenes
von: Liang, Yujia, et al.
Veröffentlicht: (2025)

IGASA: Integrated Geometry-Aware and Skip-Attention Modules for Enhanced Point Cloud Registration
von: Zhang, Dongxu, et al.
Veröffentlicht: (2026)

SCRAMBLe : Enhancing Multimodal LLM Compositionality with Synthetic Preference Data
von: Mishra, Samarth, et al.
Veröffentlicht: (2025)

StructXLIP: Enhancing Vision-language Models with Multimodal Structural Cues
von: Ruan, Zanxi, et al.
Veröffentlicht: (2026)

iGVLM: Dynamic Instruction-Guided Vision Encoding for Question-Aware Multimodal Understanding
von: Liu, Hanpeng, et al.
Veröffentlicht: (2026)

Enhancing Vision-Language Models with Scene Graphs for Traffic Accident Understanding
von: Lohner, Aaron, et al.
Veröffentlicht: (2024)

SceneTAP: Scene-Coherent Typographic Adversarial Planner against Vision-Language Models in Real-World Environments
von: Cao, Yue, et al.
Veröffentlicht: (2024)

Enhancing Human-Centered Dynamic Scene Understanding via Multiple LLMs Collaborated Reasoning
von: Zhang, Hang, et al.
Veröffentlicht: (2024)

HMVLM: Multistage Reasoning-Enhanced Vision-Language Model for Long-Tailed Driving Scenarios
von: Wang, Daming, et al.
Veröffentlicht: (2025)

Uncertainty Aware Human-machine Collaboration in Camouflaged Object Detection
von: Yang, Ziyue, et al.
Veröffentlicht: (2025)

Mixpert: Mitigating Multimodal Learning Conflicts with Efficient Mixture-of-Vision-Experts
von: He, Xin, et al.
Veröffentlicht: (2025)

SnapPix: Efficient-Coding--Inspired In-Sensor Compression for Edge Vision
von: Lin, Weikai, et al.
Veröffentlicht: (2025)

SIA: Enhancing Safety via Intent Awareness for Vision-Language Models
von: Na, Youngjin, et al.
Veröffentlicht: (2025)