Copertina

Fast SAM2 with Text-Driven Token Pruning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Mandal, Avilasha, Zhang, Chaoning, Puspitasari, Fachrina Dewi, Wang, Xudong, Zhang, Jiaquan, Qin, Caiyan, Wang, Guoqing, Yang, Yang, Shen, Heng Tao
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Exploring Kernel Transformations for Implicit Neural Representations
di: Zheng, Sheng, et al.
Pubblicazione: (2025)

A Survey on Segment Anything Model (SAM): Vision Foundation Model Meets Prompt Engineering
di: Zhang, Chaoning, et al.
Pubblicazione: (2023)

Geometric Neural Operators via Lie Group-Constrained Latent Dynamics
di: Zhang, Jiaquan, et al.
Pubblicazione: (2026)

Sora as a World Model? A Complete Survey on Text-to-Video Generation
di: Puspitasari, Fachrina Dewi, et al.
Pubblicazione: (2024)

Small Language Model Helps Resolve Semantic Ambiguity of LLM Prompt
di: Huang, Zhenzhen, et al.
Pubblicazione: (2026)

LLaVA-FA: Learning Fourier Approximation for Compressing Large Multimodal Models
di: Zheng, Pengcheng, et al.
Pubblicazione: (2026)

Topology-Aware Layer Pruning for Large Vision-Language Models
di: Zheng, Pengcheng, et al.
Pubblicazione: (2026)

SAM Meets UAP: Attacking Segment Anything Model With Universal Adversarial Perturbation
di: Han, Dongshen, et al.
Pubblicazione: (2023)

Agent-GWO: Collaborative Agents for Dynamic Prompt Optimization in Large Language Models
di: Wang, Xudong, et al.
Pubblicazione: (2026)

Language-Guided Token Compression with Reinforcement Learning in Large Vision-Language Models
di: Cao, Sihan, et al.
Pubblicazione: (2026)

Text summarization via global structure awareness
di: Zhang, Jiaquan, et al.
Pubblicazione: (2026)

Black-box Targeted Adversarial Attack on Segment Anything (SAM)
di: Zheng, Sheng, et al.
Pubblicazione: (2023)

Efficient RAG with Intent-Aware Retrieval and Semantics-Preserving Chunking
di: Puspitasari, Fachrina Dewi, et al.
Pubblicazione: (2026)

FastVAR: Linear Visual Autoregressive Modeling via Cached Token Pruning
di: Guo, Hang, et al.
Pubblicazione: (2025)

vGamba: Attentive State Space Bottleneck for efficient Long-range Dependencies in Visual Recognition
di: Haruna, Yunusa, et al.
Pubblicazione: (2025)

RCP: Representation Consistency Pruner for Mitigating Distribution Shift in Large Vision-Language Models
di: Zhang, Jianwei, et al.
Pubblicazione: (2026)

VGGT-SLAM++
di: Mandal, Avilasha, et al.
Pubblicazione: (2026)

UTPTrack: Towards Simple and Unified Token Pruning for Visual Tracking
di: Wu, Hao, et al.
Pubblicazione: (2026)

GRASP: Guided Region-Aware Sparse Prompting for Adapting MLLMs to Remote Sensing
di: Sun, Qigan, et al.
Pubblicazione: (2026)

New Dataset and Methods for Fine-Grained Compositional Referring Expression Comprehension via Specialist-MLLM Collaboration
di: Yang, Xuzheng, et al.
Pubblicazione: (2025)

OVS-DINO: Open-Vocabulary Segmentation via Structure-Aligned SAM-DINO with Language Guidance
di: Zeng, Haoxi, et al.
Pubblicazione: (2026)

Immunizing 3D Gaussian Generative Models Against Unauthorized Fine-Tuning via Attribute-Space Traps
di: Zhang, Jianwei, et al.
Pubblicazione: (2026)

Relaxing Anchor-Frame Dominance for Mitigating Hallucinations in Video Large Language Models
di: Liu, Zijian, et al.
Pubblicazione: (2026)

Region-aware Distribution Contrast: A Novel Approach to Multi-Task Partially Supervised Learning
di: Li, Meixuan, et al.
Pubblicazione: (2024)

RoboFusion: Towards Robust Multi-Modal 3D Object Detection via SAM
di: Song, Ziying, et al.
Pubblicazione: (2024)

HAWK: Head Importance-Aware Visual Token Pruning in Multimodal Models
di: Zhu, Qihui, et al.
Pubblicazione: (2026)

HoliTom: Holistic Token Merging for Fast Video Large Language Models
di: Shao, Kele, et al.
Pubblicazione: (2025)

DyCoke: Dynamic Compression of Tokens for Fast Video Large Language Models
di: Tao, Keda, et al.
Pubblicazione: (2024)

AdaptInfer: Adaptive Token Pruning for Vision-Language Model Inference with Dynamical Text Guidance
di: Zhang, Weichen, et al.
Pubblicazione: (2025)

JoReS-Diff: Joint Retinex and Semantic Priors in Diffusion Model for Low-light Image Enhancement
di: Wu, Yuhui, et al.
Pubblicazione: (2023)

TP-Spikformer: Token Pruned Spiking Transformer
di: Wei, Wenjie, et al.
Pubblicazione: (2026)

FastVID: Dynamic Density Pruning for Fast Video Large Language Models
di: Shen, Leqi, et al.
Pubblicazione: (2025)

SafePTR: Token-Level Jailbreak Defense in Multimodal LLMs via Prune-then-Restore Mechanism
di: Chen, Beitao, et al.
Pubblicazione: (2025)

Implicit Counterfactual Learning for Audio-Visual Segmentation
di: Zha, Mingfeng, et al.
Pubblicazione: (2025)

SAM-IF: Leveraging SAM for Incremental Few-Shot Instance Segmentation
di: Zhou, Xudong, et al.
Pubblicazione: (2024)

ST-Prune: Training-Free Spatio-Temporal Token Pruning for Vision-Language Models in Autonomous Driving
di: Sha, Lin, et al.
Pubblicazione: (2026)

ToDRE: Effective Visual Token Pruning via Token Diversity and Task Relevance
di: Li, Duo, et al.
Pubblicazione: (2025)

Hierarchical Consistency Learning for Test-time Adaptation in Camouflage Perception
di: Zha, Mingfeng, et al.
Pubblicazione: (2026)

CAT Pruning: Cluster-Aware Token Pruning For Text-to-Image Diffusion Models
di: Cheng, Xinle, et al.
Pubblicazione: (2025)

FastDriveVLA: Efficient End-to-End Driving via Plug-and-Play Reconstruction-based Token Pruning
di: Cao, Jiajun, et al.
Pubblicazione: (2025)