← Visual Grounding
평가 기록
과거 수집 기록이며 최신 순위가 아닙니다. 데이터셋 버전·split·실험 조건과 지표 방향이 검증되지 않은 결과는 직접 비교할 수 없습니다. 날짜는 논문 날짜이며 최신 평가일을 뜻하지 않습니다.
표가 화면보다 넓으면 좌우로 스크롤하여 논문과 구현 링크를 확인하세요.
| 모델 | 원본 지표·값 | 논문 | 구현 |
|---|---|---|---|
| Florence-2-large-ft |
|
Florence-2: Advancing a Unified Representation for a Variety of Vision Tasks 2023-11-10 |
코드 1 |
| mPLUG-2 |
|
mPLUG-2: A Modularized Multi-modal Foundation Model Across Text, Image and Video 2023-02-01 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| X2-VLM (large) |
|
X$^2$-VLM: All-In-One Pre-trained Model For Vision-Language Tasks 2022-11-22 |
코드 1 · 코드 2 |
| XFM (base) |
|
Toward Building General Foundation Models for Language, Vision, and Vision-Language Understanding Tasks 2023-01-12 |
코드 1 |
| X2-VLM (base) |
|
X$^2$-VLM: All-In-One Pre-trained Model For Vision-Language Tasks 2022-11-22 |
코드 1 · 코드 2 |
| X-VLM (base) |
|
Multi-Grained Vision Language Pre-Training: Aligning Texts with Visual Concepts 2021-11-16 |
코드 1 |