会员服务
ProCLIP: Progressive Vision-Language Alignment via LLM-based Embedder
Arxiv
0+阅读 · 1月7日
Training-Free Adaptive Quantization for Variable Rate Image Coding for Machines
Arxiv
0+阅读 · 1月5日
Omni-Attribute: Open-vocabulary Attribute Encoder for Visual Concept Personalization
Arxiv
0+阅读 · 2025年12月11日
HENet++: Hybrid Encoding and Multi-task Learning for 3D Perception and End-to-end Autonomous Driving
Arxiv
0+阅读 · 2025年11月10日
SAM3-UNet: Simplified Adaptation of Segment Anything Model 3
Arxiv
0+阅读 · 2025年12月1日
SelfDocSeg: A Self-Supervised vision-based Approach towards Document Segmentation
Arxiv
0+阅读 · 2023年5月2日
BLIP-2: Bootstrapping Language-Image Pre-training with Frozen Image Encoders and Large Language Models
Arxiv
0+阅读 · 2023年5月1日
SelfDocSeg: A Self-Supervised vision-based Approach towards Document Segmentation
Arxiv
0+阅读 · 2023年5月1日
LDMIC: Learning-based Distributed Multi-view Image Coding
Arxiv
0+阅读 · 2023年4月12日
DAE-Talker: High Fidelity Speech-Driven Talking Face Generation with Diffusion Autoencoder
Arxiv
0+阅读 · 2023年3月30日
CARTO: Category and Joint Agnostic Reconstruction of ARTiculated Objects
Arxiv
0+阅读 · 2023年3月28日
Detecting Backdoors in Pre-trained Encoders
Arxiv
2+阅读 · 2023年3月23日
Can't Steal? Cont-Steal! Contrastive Stealing Attacks Against Image Encoders
Arxiv
0+阅读 · 2023年3月27日
OCTET: Object-aware Counterfactual Explanations
Arxiv
0+阅读 · 2023年3月24日
参考链接
微信扫码咨询专知VIP会员
Top