InstAP: Instance-Aware Vision-Language Pre-Train for Spatial-Temporal Understanding

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kumar, Ashutosh, Saini, Rajat, Pan, Jingjing, Erdogan, Mustafa, Zhang, Mingfang, Dem, Betty Le, Kobori, Norimasa, Kong, Quan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2604.08337