投稿者「jarxiv」のアーカイブ

CLIMB-3D: Continual Learning for Imbalanced 3D Instance Segmentation

投稿日: 2025年5月22日 作成者: jarxiv

要約 3Dインスタンスセグメンテーション（3DIS）は大幅に進歩していますが、既 … 続きを読む →

カテゴリー: cs.CV | CLIMB-3D: Continual Learning for Imbalanced 3D Instance Segmentation はコメントを受け付けていません

Visual Perturbation and Adaptive Hard Negative Contrastive Learning for Compositional Reasoning in Vision-Language Models

投稿日: 2025年5月22日 作成者: jarxiv

要約 ビジョン言語モデル（VLM）は、マルチモーダルタスク、特に構成推論（CR） … 続きを読む →

カテゴリー: cs.CV, cs.LG | Visual Perturbation and Adaptive Hard Negative Contrastive Learning for Compositional Reasoning in Vision-Language Models はコメントを受け付けていません

UWSAM: Segment Anything Model Guided Underwater Instance Segmentation and A Large-scale Benchmark Dataset

投稿日: 2025年5月22日 作成者: jarxiv

要約 最近の大規模モデリングのブレークスルーにより、セグメントAnything … 続きを読む →

カテゴリー: cs.AI, cs.CV | UWSAM: Segment Anything Model Guided Underwater Instance Segmentation and A Large-scale Benchmark Dataset はコメントを受け付けていません

Scaling Text-Rich Image Understanding via Code-Guided Synthetic Multimodal Data Generation

投稿日: 2025年5月22日 作成者: jarxiv

要約 チャートやドキュメントなどの豊富なテキストを持つ画像に関する推論は、ビジョ … 続きを読む →

カテゴリー: cs.CL, cs.CV | Scaling Text-Rich Image Understanding via Code-Guided Synthetic Multimodal Data Generation はコメントを受け付けていません

Diversity-Driven View Subset Selection for Indoor Novel View Synthesis

投稿日: 2025年5月22日 作成者: jarxiv

要約 屋内シーンの新しいビュー統合は、環境の単眼ビデオシーケンスをキャプチャする … 続きを読む →

カテゴリー: cs.AI, cs.CV | Diversity-Driven View Subset Selection for Indoor Novel View Synthesis はコメントを受け付けていません

VP Lab: a PEFT-Enabled Visual Prompting Laboratory for Semantic Segmentation

投稿日: 2025年5月22日 作成者: jarxiv

要約 大規模な前処理されたビジョンバックボーンは、セマンティックセグメンテーショ … 続きを読む →

カテゴリー: cs.CV | VP Lab: a PEFT-Enabled Visual Prompting Laboratory for Semantic Segmentation はコメントを受け付けていません

Beyond Classification: Evaluating Diffusion Denoised Smoothing for Security-Utility Trade off

投稿日: 2025年5月22日 作成者: jarxiv

要約 基礎モデルは、さまざまなタスクで印象的なパフォーマンスを示していますが、敵 … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.LG | Beyond Classification: Evaluating Diffusion Denoised Smoothing for Security-Utility Trade off はコメントを受け付けていません

A Methodology to Evaluate Strategies Predicting Rankings on Unseen Domains

投稿日: 2025年5月22日 作成者: jarxiv

要約 多くの場合、複数のエンティティ（メソッド、アルゴリズム、手順、ソリューショ … 続きを読む →

カテゴリー: cs.CV, cs.PF | A Methodology to Evaluate Strategies Predicting Rankings on Unseen Domains はコメントを受け付けていません

Aggregation Schemes for Single-Vector WSI Representation Learning in Digital Pathology

投稿日: 2025年5月22日 作成者: jarxiv

要約 計算病理学で全体のスライド画像（WSI）を効率的に統合するための重要なステ … 続きを読む →

カテゴリー: cs.AI, cs.CV, cs.IR, eess.IV, q-bio.QM | Aggregation Schemes for Single-Vector WSI Representation Learning in Digital Pathology はコメントを受け付けていません

LENS: Multi-level Evaluation of Multimodal Reasoning with Large Language Models

投稿日: 2025年5月22日 作成者: jarxiv

要約 マルチモーダル大手言語モデル（MLLM）は、視覚的および言語情報の統合に大 … 続きを読む →

カテゴリー: cs.CV | LENS: Multi-level Evaluation of Multimodal Reasoning with Large Language Models はコメントを受け付けていません