StructXLIP: Enhancing Vision-language Models with Multimodal Structural Cues

Fuente: arXiv
Salvato in:
Dettagli Bibliografici
Autori principali: Ruan, Zanxi, Gao, Songqun, Kong, Qiuyu, Wang, Yiming, Cristani, Marco
Natura: Preprint
Pubblicazione: 2026
Soggetti:
Accesso online:
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi