Aller au contenu principal
2025 conference-paper

Token-Efficient VLM: High-Resolution Image Understanding Via Dynamic Region Proposal

2Citations signalées, ce qui n’est pas une note de qualité
1Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : hk. Niveau de preuve : code pays fourni par la source.

Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Token-Efficient VLM: High-Resolution Image Understanding Via Dynamic Region Proposal
Date Crossref
19/10/2025
Éditeur
IEEE
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Chinese University of Hong Kong pays non établi dans la notice
    Université ou école supérieure
  • NVIDIA pays non établi dans la notice
    Institution

Chinese University of Hong Kong et NVIDIA.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Neural Networks and Reservoir ComputingImage and Object Detection TechniquesMedical Image Segmentation Techniques

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.