成为VIP会员查看完整内容
VIP会员码认证
首页
主题
发现
会员
服务
注册
·
登录
Vision
关注
4
综合
百科
VIP
热门
动态
论文
精华
GPT4Image: Large Pre-trained Models Help Vision Models Learn Better on Perception Task
Arxiv
0+阅读 · 2月27日
OverLoCK: An Overview-first-Look-Closely-next ConvNet with Context-Mixing Dynamic Kernels
Arxiv
0+阅读 · 2月27日
Do computer vision foundation models learn the low-level characteristics of the human visual system?
Arxiv
0+阅读 · 2月27日
WalnutData: A UAV Remote Sensing Dataset of Green Walnuts and Model Evaluation
Arxiv
0+阅读 · 2月27日
Vector-Quantized Vision Foundation Models for Object-Centric Learning
Arxiv
0+阅读 · 2月27日
Vision-Encoders (Already) Know What They See: Mitigating Object Hallucination via Simple Fine-Grained CLIPScore
Arxiv
0+阅读 · 2月27日
PixWizard: Versatile Image-to-Image Visual Assistant with Open-Language Instructions
Arxiv
0+阅读 · 2月27日
ARCON: Advancing Auto-Regressive Continuation for Driving Videos
Arxiv
0+阅读 · 2月26日
ChineseSimpleVQA -- "See the World, Discover Knowledge": A Chinese Factuality Evaluation for Large Vision Language Models
Arxiv
0+阅读 · 2月26日
Vision Foundation Models for Computed Tomography
Arxiv
0+阅读 · 2月26日
PixWizard: Versatile Image-to-Image Visual Assistant with Open-Language Instructions
Arxiv
0+阅读 · 2月26日
olmOCR: Unlocking Trillions of Tokens in PDFs with Vision Language Models
Arxiv
0+阅读 · 2月25日
Argus: Benchmarking and Enhancing Vision-Language Models for 3D Radiology Report Generation
Arxiv
0+阅读 · 2月25日
Detecting Knowledge Boundary of Vision Large Language Models by Sampling-Based Inference
Arxiv
0+阅读 · 2月25日
EgoSim: An Egocentric Multi-view Simulator and Real Dataset for Body-worn Cameras during Motion and Activity
Arxiv
0+阅读 · 2月25日
参考链接
提示
微信扫码
咨询专知VIP会员与技术项目合作
(加微信请备注: "专知")
微信扫码咨询专知VIP会员
Top