Vehicle-centric Perception via Multimodal Structured Pre-training
Fuente:
arXiv
Salvato in:
| Autori principali: | Wu, Wentao, Wang, Xiao, Li, Chenglong, Tang, Jin, Luo, Bin |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
CM3AE: A Unified RGB Frame and Event-Voxel/-Frame Pre-training Framework
di: Wu, Wentao, et al.
Pubblicazione: (2025)
di: Wu, Wentao, et al.
Pubblicazione: (2025)
Segment Any Vehicle: Semantic and Visual Context Driven SAM and A Benchmark
di: Wang, Xiao, et al.
Pubblicazione: (2025)
di: Wang, Xiao, et al.
Pubblicazione: (2025)
Pre-training on High Definition X-ray Images: An Experimental Study
di: Wang, Xiao, et al.
Pubblicazione: (2024)
di: Wang, Xiao, et al.
Pubblicazione: (2024)
T2I-VeRW: Part-level Fine-grained Perception for Text-to-Image Vehicle Retrieval
di: Wang, Xiao, et al.
Pubblicazione: (2026)
di: Wang, Xiao, et al.
Pubblicazione: (2026)
Large Language Model Guided Progressive Feature Alignment for Multimodal UAV Object Detection
di: Wu, Wentao, et al.
Pubblicazione: (2025)
di: Wu, Wentao, et al.
Pubblicazione: (2025)
CXPMRG-Bench: Pre-training and Benchmarking for X-ray Medical Report Generation on CheXpert Plus Dataset
di: Wang, Xiao, et al.
Pubblicazione: (2024)
di: Wang, Xiao, et al.
Pubblicazione: (2024)
Point-PEFT: Parameter-Efficient Fine-Tuning for 3D Pre-trained Models
di: Tang, Yiwen, et al.
Pubblicazione: (2023)
di: Tang, Yiwen, et al.
Pubblicazione: (2023)
VFM-Det: Towards High-Performance Vehicle Detection via Large Foundation Models
di: Wu, Wentao, et al.
Pubblicazione: (2024)
di: Wu, Wentao, et al.
Pubblicazione: (2024)
Multi-modal Vision Pre-training for Medical Image Analysis
di: Rui, Shaohao, et al.
Pubblicazione: (2024)
di: Rui, Shaohao, et al.
Pubblicazione: (2024)
Stylized Structural Patterns for Improved Neural Network Pre-training
di: Salehi, Farnood, et al.
Pubblicazione: (2025)
di: Salehi, Farnood, et al.
Pubblicazione: (2025)
Perception-R1: Advancing Multimodal Reasoning Capabilities of MLLMs via Visual Perception Reward
di: Xiao, Tong, et al.
Pubblicazione: (2025)
di: Xiao, Tong, et al.
Pubblicazione: (2025)
MoLE: Enhancing Human-centric Text-to-image Diffusion via Mixture of Low-rank Experts
di: Zhu, Jie, et al.
Pubblicazione: (2024)
di: Zhu, Jie, et al.
Pubblicazione: (2024)
Revisit Large-Scale Image-Caption Data in Pre-training Multimodal Foundation Models
di: Lai, Zhengfeng, et al.
Pubblicazione: (2024)
di: Lai, Zhengfeng, et al.
Pubblicazione: (2024)
Adversarial Semantic and Label Perturbation Attack for Pedestrian Attribute Recognition
di: Kong, Weizhe, et al.
Pubblicazione: (2025)
di: Kong, Weizhe, et al.
Pubblicazione: (2025)
Enhancing Multi-task Learning Capability of Medical Generalist Foundation Model via Image-centric Multi-annotation Data
di: Zhu, Xun, et al.
Pubblicazione: (2025)
di: Zhu, Xun, et al.
Pubblicazione: (2025)
Feedback-based Modal Mutual Search for Attacking Vision-Language Pre-training Models
di: Ding, Renhua, et al.
Pubblicazione: (2024)
di: Ding, Renhua, et al.
Pubblicazione: (2024)
Gradient-based Fine-Tuning through Pre-trained Model Regularization
di: Liu, Xuanbo, et al.
Pubblicazione: (2025)
di: Liu, Xuanbo, et al.
Pubblicazione: (2025)
Dynamic Graph Induced Contour-aware Heat Conduction Network for Event-based Object Detection
di: Wang, Xiao, et al.
Pubblicazione: (2025)
di: Wang, Xiao, et al.
Pubblicazione: (2025)
Dataset Ownership Verification in Contrastive Pre-trained Models
di: Xie, Yuechen, et al.
Pubblicazione: (2025)
di: Xie, Yuechen, et al.
Pubblicazione: (2025)
Slight Corruption in Pre-training Data Makes Better Diffusion Models
di: Chen, Hao, et al.
Pubblicazione: (2024)
di: Chen, Hao, et al.
Pubblicazione: (2024)
CVSearch: Empowering Multimodal LLMs with Cognitive Visual Search for High-Resolution Image Perception
di: Li, Liupeng, et al.
Pubblicazione: (2026)
di: Li, Liupeng, et al.
Pubblicazione: (2026)
End-to-end Semantic-centric Video-based Multimodal Affective Computing
di: Lin, Ronghao, et al.
Pubblicazione: (2024)
di: Lin, Ronghao, et al.
Pubblicazione: (2024)
Self-supervised Pre-training of Text Recognizers
di: Kišš, Martin, et al.
Pubblicazione: (2024)
di: Kišš, Martin, et al.
Pubblicazione: (2024)
Understanding and Mitigating the Label Noise in Pre-training on Downstream Tasks
di: Chen, Hao, et al.
Pubblicazione: (2023)
di: Chen, Hao, et al.
Pubblicazione: (2023)
SugarcaneNet: An Optimized Ensemble of LASSO-Regularized Pre-trained Models for Accurate Disease Classification
di: Talukder, Md. Simul Hasan, et al.
Pubblicazione: (2024)
di: Talukder, Md. Simul Hasan, et al.
Pubblicazione: (2024)
Perception Tokens Enhance Visual Reasoning in Multimodal Language Models
di: Bigverdi, Mahtab, et al.
Pubblicazione: (2024)
di: Bigverdi, Mahtab, et al.
Pubblicazione: (2024)
SlotPi: Physics-informed Object-centric Reasoning Models
di: Li, Jian, et al.
Pubblicazione: (2025)
di: Li, Jian, et al.
Pubblicazione: (2025)
Practical Continual Forgetting for Pre-trained Vision Models
di: Zhao, Hongbo, et al.
Pubblicazione: (2025)
di: Zhao, Hongbo, et al.
Pubblicazione: (2025)
Pre-training with Random Orthogonal Projection Image Modeling
di: Haghighat, Maryam, et al.
Pubblicazione: (2023)
di: Haghighat, Maryam, et al.
Pubblicazione: (2023)
Orion: A Unified Visual Agent for Multimodal Perception, Advanced Visual Reasoning and Execution
di: Reddy, N Dinesh, et al.
Pubblicazione: (2025)
di: Reddy, N Dinesh, et al.
Pubblicazione: (2025)
Enhanced Cooperative Perception for Autonomous Vehicles Using Imperfect Communication
di: Sarlak, Ahmad, et al.
Pubblicazione: (2024)
di: Sarlak, Ahmad, et al.
Pubblicazione: (2024)
Comparative Analysis of Deep Learning Models for Perception in Autonomous Vehicles
di: Khan, Jalal
Pubblicazione: (2025)
di: Khan, Jalal
Pubblicazione: (2025)
Closed-Form Linear-Probe Dataset Distillation for Pre-trained Vision Models
di: Peng, Bincheng, et al.
Pubblicazione: (2026)
di: Peng, Bincheng, et al.
Pubblicazione: (2026)
SLCA++: Unleash the Power of Sequential Fine-tuning for Continual Learning with Pre-training
di: Zhang, Gengwei, et al.
Pubblicazione: (2024)
di: Zhang, Gengwei, et al.
Pubblicazione: (2024)
Domain Guidance: A Simple Transfer Approach for a Pre-trained Diffusion Model
di: Zhong, Jincheng, et al.
Pubblicazione: (2025)
di: Zhong, Jincheng, et al.
Pubblicazione: (2025)
Pre-training Vision Transformers with Formula-driven Supervised Learning
di: Kataoka, Hirokatsu, et al.
Pubblicazione: (2022)
di: Kataoka, Hirokatsu, et al.
Pubblicazione: (2022)
Unlocking Pre-trained Image Backbones for Semantic Image Synthesis
di: Berrada, Tariq, et al.
Pubblicazione: (2023)
di: Berrada, Tariq, et al.
Pubblicazione: (2023)
One Prompt Word is Enough to Boost Adversarial Robustness for Pre-trained Vision-Language Models
di: Li, Lin, et al.
Pubblicazione: (2024)
di: Li, Lin, et al.
Pubblicazione: (2024)
Uni-Mlip: Unified Self-supervision for Medical Vision Language Pre-training
di: Bawazir, Ameera, et al.
Pubblicazione: (2024)
di: Bawazir, Ameera, et al.
Pubblicazione: (2024)
Benchmarking the Influence of Pre-training on Explanation Performance in MR Image Classification
di: Oliveira, Marta, et al.
Pubblicazione: (2023)
di: Oliveira, Marta, et al.
Pubblicazione: (2023)
Documenti analoghi
-
CM3AE: A Unified RGB Frame and Event-Voxel/-Frame Pre-training Framework
di: Wu, Wentao, et al.
Pubblicazione: (2025) -
Segment Any Vehicle: Semantic and Visual Context Driven SAM and A Benchmark
di: Wang, Xiao, et al.
Pubblicazione: (2025) -
Pre-training on High Definition X-ray Images: An Experimental Study
di: Wang, Xiao, et al.
Pubblicazione: (2024) -
T2I-VeRW: Part-level Fine-grained Perception for Text-to-Image Vehicle Retrieval
di: Wang, Xiao, et al.
Pubblicazione: (2026) -
Large Language Model Guided Progressive Feature Alignment for Multimodal UAV Object Detection
di: Wu, Wentao, et al.
Pubblicazione: (2025)