会员服务
MSTAR: Box-free Multi-query Scene Text Retrieval with Attention Recycling
Arxiv
0+阅读 · 12月22日
Point What You Mean: Visually Grounded Instruction Policy
Arxiv
0+阅读 · 12月22日
Tight Robustness Certification through the Convex Hull of $\ell_0$ Attacks
Arxiv
0+阅读 · 11月13日
NOCTIS: Novel Object Cyclic Threshold based Instance Segmentation
Arxiv
0+阅读 · 11月14日
NOCTIS: Novel Object Cyclic Threshold based Instance Segmentation
Arxiv
0+阅读 · 12月2日
RxnCaption: Reformulating Reaction Diagram Parsing as Visual Prompt Guided Captioning
Arxiv
0+阅读 · 11月4日
More than Segmentation: Benchmarking SAM 3 for Segmentation, 3D Perception, and Reconstruction in Robotic Surgery
Arxiv
0+阅读 · 12月8日
ORTHOCUB: integral and differential cubature rules by orthogonal moments
Arxiv
0+阅读 · 12月5日
GUIDE: Gaussian Unified Instance Detection for Enhanced Obstacle Perception in Autonomous Driving
Arxiv
0+阅读 · 11月17日
BoundingDocs: a Unified Dataset for Document Question Answering with Spatial Annotations
Arxiv
0+阅读 · 11月26日
BoundingDocs: a Unified Dataset for Document Question Answering with Spatial Annotations
Arxiv
0+阅读 · 12月1日
Fracture Morphology Classification: Local Multiclass Modeling for Multilabel Complexity
Arxiv
0+阅读 · 12月16日
Thinking With Bounding Boxes: Enhancing Spatio-Temporal Video Grounding via Reinforcement Fine-Tuning
Arxiv
0+阅读 · 11月26日
ClapperText: A Benchmark for Text Recognition in Low-Resource Archival Documents
Arxiv
0+阅读 · 10月17日
StereoSync: Spatially-Aware Stereo Audio Generation from Video
Arxiv
0+阅读 · 10月7日
参考链接
微信扫码咨询专知VIP会员
Top