Buchumschlag

PET-DINO: Unifying Visual Cues into Grounding DINO with Prompt-Enriched Training

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fu, Weifu, Li, Jinyang, Gao, Bin-Bin, Li, Jialin, Lin, Yuhuan, Deng, Hanqiu, Tao, Wenbing, Liu, Yong, Wang, Chengjie
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection
von: Liu, Shilong, et al.
Veröffentlicht: (2023)

DINO-Tok: Adapting DINO for Visual Tokenizers
von: Jia, Mingkai, et al.
Veröffentlicht: (2025)

Text-guided Visual Prompt DINO for Generic Segmentation
von: Guan, Yuchen, et al.
Veröffentlicht: (2025)

LORS: Low-rank Residual Structure for Parameter-Efficient Network Stacking
von: Li, Jialin, et al.
Veröffentlicht: (2024)

Evaluating Stenosis Detection with Grounding DINO, YOLO, and DINO-DETR
von: Ansari, Muhammad Musab
Veröffentlicht: (2025)

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

DINO-Foresight: Looking into the Future with DINO
von: Karypidis, Efstathios, et al.
Veröffentlicht: (2024)

ReferDINO: Referring Video Object Segmentation with Visual Grounding Foundations
von: Liang, Tianming, et al.
Veröffentlicht: (2025)

Decision Boundary-aware Knowledge Consolidation Generates Better Instance-Incremental Learner
von: Nie, Qiang, et al.
Veröffentlicht: (2024)

IIDM: Inter and Intra-domain Mixing for Semi-supervised Domain Adaptation in Semantic Segmentation
von: Fu, Weifu, et al.
Veröffentlicht: (2023)

DINO-SLAM: DINO-informed RGB-D SLAM for Neural Implicit and Explicit Representations
von: Gong, Ziren, et al.
Veröffentlicht: (2025)

MMAD: A Comprehensive Benchmark for Multimodal Large Language Models in Industrial Anomaly Detection
von: Jiang, Xi, et al.
Veröffentlicht: (2024)

Few-Shot Adaptation of Grounding DINO for Agricultural Domain
von: Singh, Rajhans, et al.
Veröffentlicht: (2025)

AD-DINO: Attention-Dynamic DINO for Distance-Aware Embodied Reference Understanding
von: Guo, Hao, et al.
Veröffentlicht: (2024)

Deploy DINO with Many-to-Many Association
von: Jiang, Haodong, et al.
Veröffentlicht: (2026)

DINO-Tracker: Taming DINO for Self-Supervised Point Tracking in a Single Video
von: Tumanyan, Narek, et al.
Veröffentlicht: (2024)

SegDINO: An Efficient Design for Medical and Natural Image Segmentation with DINO-V3
von: Yang, Sicheng, et al.
Veröffentlicht: (2025)

DINO-AD: Unsupervised Anomaly Detection with Frozen DINO-V3 Features
von: Huo, Jiayu, et al.
Veröffentlicht: (2026)

Grounding DINO 1.5: Advance the "Edge" of Open-Set Object Detection
von: Ren, Tianhe, et al.
Veröffentlicht: (2024)

Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Grounding
von: Wasim, Syed Talal, et al.
Veröffentlicht: (2023)

DINO-X: A Unified Vision Model for Open-World Object Detection and Understanding
von: Ren, Tianhe, et al.
Veröffentlicht: (2024)

From CLIP to DINO: Visual Encoders Shout in Multi-modal Large Language Models
von: Jiang, Dongsheng, et al.
Veröffentlicht: (2023)

OV-DINO: Unified Open-Vocabulary Detection with Language-Aware Selective Fusion
von: Wang, Hao, et al.
Veröffentlicht: (2024)

DI-MaskDINO: A Joint Object Detection and Instance Segmentation Model
von: Nan, Zhixiong, et al.
Veröffentlicht: (2024)

DINO-VO: Learning Where to Focus for Enhanced State Estimation
von: Chen, Qi, et al.
Veröffentlicht: (2026)

AD-Copilot: A Vision-Language Assistant for Industrial Anomaly Detection via Visual In-context Comparison
von: Jiang, Xi, et al.
Veröffentlicht: (2026)

Simplifying DINO via Coding Rate Regularization
von: Wu, Ziyang, et al.
Veröffentlicht: (2025)

When Language Model Guides Vision: Grounding DINO for Cattle Muzzle Detection
von: Dulal, Rabin, et al.
Veröffentlicht: (2025)

Unlocking the Potential of Grounding DINO in Videos: Parameter-Efficient Adaptation for Limited-Data Spatial-Temporal Localization
von: Wang, Zanyi, et al.
Veröffentlicht: (2026)

Eating Smart: Advancing Health Informatics with the Grounding DINO based Dietary Assistant App
von: Nossair, Abdelilah, et al.
Veröffentlicht: (2024)

Multi-task Image Restoration Guided By Robust DINO Features
von: Lin, Xin, et al.
Veröffentlicht: (2023)

Driving with DINO: Vision Foundation Features as a Unified Bridge for Sim-to-Real Generation in Autonomous Driving
von: Chen, Xuyang, et al.
Veröffentlicht: (2026)

Grounding DINO-US-SAM: Text-Prompted Multi-Organ Segmentation in Ultrasound with LoRA-Tuned Vision-Language Models
von: Rasaee, Hamza, et al.
Veröffentlicht: (2025)

Fine-Grained DINO Tuning with Dual Supervision for Face Forgery Detection
von: Zhang, Tianxiang, et al.
Veröffentlicht: (2025)

Towards Visual-Prompt Temporal Answering Grounding in Medical Instructional Video
von: Li, Bin, et al.
Veröffentlicht: (2022)

Efficient License Plate Recognition via Pseudo-Labeled Supervision with Grounding DINO and YOLOv8
von: Vargoorani, Zahra Ebrahimi, et al.
Veröffentlicht: (2025)

DIVE: Taming DINO for Subject-Driven Video Editing
von: Huang, Yi, et al.
Veröffentlicht: (2024)

DINO-QPM: Adapting Visual Foundation Models for Globally Interpretable Image Classification
von: Zimmermann, Robert, et al.
Veröffentlicht: (2026)

DINO-VO: A Feature-based Visual Odometry Leveraging a Visual Foundation Model
von: Azhari, Maulana Bisyir, et al.
Veröffentlicht: (2025)

DINO-SD: Champion Solution for ICRA 2024 RoboDepth Challenge
von: Mao, Yifan, et al.
Veröffentlicht: (2024)