PLLaVA : Parameter-free LLaVA Extension from Images to Videos for Video Dense Captioning
Lin Xu, Yilin Zhao, Daquan Zhou, Zhijie Lin, See Kiong Ng, Jiashi Feng
De quem é
ByteDanceafiliação declarada pelos autores, segundo o OpenAlex
Outros papers das mesmas organizações
- Deformable 3D Gaussians for High-Fidelity Monocular Dynamic Scene ReconstructionByteDance · 1.153 citações
- Autoregressive Model Beats Diffusion: Llama for Scalable Image GenerationByteDance · 924 citações
- SeeSR: Towards Semantics-Aware Real-World Image Super-ResolutionByteDance · 540 citações
- MagicAnimate: Temporally Consistent Human Image Animation using Diffusion ModelByteDance · 524 citações
- WavCaps: A ChatGPT-Assisted Weakly-Labelled Audio Captioning Dataset for Audio-Language Multimodal ResearchByteDance · 521 citações
- DragDiffusion: Harnessing Diffusion Models for Interactive Point-Based Image EditingByteDance · 429 citações