Buchumschlag

Quantized Vision-Language Models for Damage Assessment: A Comparative Study of LLaVA-1.5-7B Quantization Levels

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Yasuno, Takato
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition I.4.10; I.5.4; I.2.10
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FAME: Feature Activation Map Explanation on Image Classification and Face Recognition
von: Zhang, Xinyi, et al.
Veröffentlicht: (2026)

Sparse Concept Bottleneck Models: Gumbel Tricks in Contrastive Learning
von: Semenov, Andrei, et al.
Veröffentlicht: (2024)

Non-Robust Features are Not Always Useful in One-Class Classification
von: Lau, Matthew, et al.
Veröffentlicht: (2024)

Which Backbone to Use: A Resource-efficient Domain Specific Comparison for Computer Vision
von: Jeevan, Pranav, et al.
Veröffentlicht: (2024)

Prompt Sensitivity in Vision-Language Grounding: How Small Changes in Wording Affect Object Detection
von: Deka, Dawar Jyoti, et al.
Veröffentlicht: (2026)

Fusing Structure from Motion and Simulation-Augmented Pose Regression from Optical Flow for Challenging Indoor Environments
von: Ott, Felix, et al.
Veröffentlicht: (2023)

Mobile-Ready Automated Triage of Diabetic Retinopathy Using Digital Fundus Images
von: Joshi, Aadi, et al.
Veröffentlicht: (2026)

CCVA-FL: Cross-Client Variations Adaptive Federated Learning for Medical Imaging
von: Gupta, Sunny, et al.
Veröffentlicht: (2024)

Taming the Tail: Leveraging Asymmetric Loss and Pade Approximation to Overcome Medical Image Long-Tailed Class Imbalance
von: Kashyap, Pankhi, et al.
Veröffentlicht: (2024)

S-HR-VQVAE: Sequential Hierarchical Residual Learning Vector Quantized Variational Autoencoder for Video Prediction
von: Adiban, Mohammad, et al.
Veröffentlicht: (2023)

WaveMix: A Resource-efficient Neural Network for Image Analysis
von: Jeevan, Pranav, et al.
Veröffentlicht: (2022)

NV3D: Leveraging Spatial Shape Through Normal Vector-based 3D Object Detection
von: Chaowakarn, Krittin, et al.
Veröffentlicht: (2025)

Pan-Arctic Permafrost Landform and Human-built Infrastructure Feature Detection with Vision Transformers and Location Embeddings
von: Perera, Amal S., et al.
Veröffentlicht: (2025)

Learning Association via Track-Detection Matching for Multi-Object Tracking
von: Adžemović, Momir
Veröffentlicht: (2025)

FLD+: Data-efficient Evaluation Metric for Generative Models
von: Jeevan, Pranav, et al.
Veröffentlicht: (2024)

WaveMixSR-V2: Enhancing Super-resolution with Higher Efficiency
von: Jeevan, Pranav, et al.
Veröffentlicht: (2024)

Normalizing Flow-Based Metric for Image Generation
von: Jeevan, Pranav, et al.
Veröffentlicht: (2024)

Motion-Guided Semantic Alignment with Negative Prompts for Zero-Shot Video Action Recognition
von: Wang, Yiming, et al.
Veröffentlicht: (2026)

Mistake Attribution: Fine-Grained Mistake Understanding in Egocentric Videos
von: Li, Yayuan, et al.
Veröffentlicht: (2025)

HSDA: High-frequency Shuffle Data Augmentation for Bird's-Eye-View Map Segmentation
von: Glisson, Calvin, et al.
Veröffentlicht: (2024)

SelvaBox: A high-resolution dataset for tropical tree crown detection
von: Baudchon, Hugo, et al.
Veröffentlicht: (2025)

Reference Dataset and Benchmark for Reconstructing Laser Parameters from On-axis Video in Powder Bed Fusion of Bulk Stainless Steel
von: Blanc, Cyril, et al.
Veröffentlicht: (2024)

Semi-Supervised Segmentation via Embedding Matching
von: Xie, Weiyi, et al.
Veröffentlicht: (2024)

DeltaVLM: Interactive Remote Sensing Image Change Analysis via Instruction-guided Difference Perception
von: Deng, Pei, et al.
Veröffentlicht: (2025)

Image-Based Leopard Seal Recognition: Approaches and Challenges in Current Automated Systems
von: Salazar, Jorge Yero, et al.
Veröffentlicht: (2024)

Dense Motion Captioning
von: Xu, Shiyao, et al.
Veröffentlicht: (2025)

A Novel Dataset for Flood Detection Robust to Seasonal Changes in Satellite Imagery
von: Jang, Youngsun, et al.
Veröffentlicht: (2025)

TD3Net: A temporal densely connected multi-dilated convolutional network for lipreading
von: Lee, Byung Hoon, et al.
Veröffentlicht: (2025)

CoMatcher: Multi-View Collaborative Feature Matching
von: Zhang, Jintao, et al.
Veröffentlicht: (2025)

MoDE: Mixture of Diffusion Experts for Any Occluded Face Recognition
von: Fan, Qiannan, et al.
Veröffentlicht: (2025)

NeuroGaze-Distill: Brain-informed Distillation and Depression-Inspired Geometric Priors for Robust Facial Emotion Recognition
von: Li, Zilin, et al.
Veröffentlicht: (2025)

CLIP-Joint-Detect: End-to-End Joint Training of Object Detectors with Contrastive Vision-Language Supervision
von: Raoufi, Behnam, et al.
Veröffentlicht: (2025)

Habitat Classification from Ground-Level Imagery Using Deep Neural Networks
von: Shi, Hongrui, et al.
Veröffentlicht: (2025)

UTAL-GNN: Unsupervised Temporal Action Localization using Graph Neural Networks
von: Badatya, Bikash Kumar, et al.
Veröffentlicht: (2025)

OmniFall: From Staged Through Synthetic to Wild, A Unified Multi-Domain Dataset for Robust Fall Detection
von: Schneider, David, et al.
Veröffentlicht: (2025)

Scalable Face Security Vision Foundation Model for Deepfake, Diffusion, and Spoofing Detection
von: Wang, Gaojian, et al.
Veröffentlicht: (2025)

CG-HOI: Contact-Guided 3D Human-Object Interaction Generation
von: Diller, Christian, et al.
Veröffentlicht: (2023)

Canonical Space Representation for 4D Panoptic Segmentation of Articulated Objects
von: Gomes, Manuel, et al.
Veröffentlicht: (2025)

SelvaMask: Segmenting Trees in Tropical Forests and Beyond
von: Duguay, Simon-Olivier, et al.
Veröffentlicht: (2026)

Do All Vision Transformers Need Registers? A Cross-Architectural Reassessment
von: Baxevanakis, Spiros, et al.
Veröffentlicht: (2026)