HyperAI超神経
ホームニュース最新論文チュートリアルデータセット百科事典SOTALLMモデルGPU ランキング学会
検索
サイトについて
HyperAI超神経

Visual Grounding On Refcoco Testa

評価指標

IoU

評価結果

このベンチマークにおける各モデルのパフォーマンス結果

モデル名
IoU
Paper TitleRepository
HYDRA61.1HYDRA: A Hyper Agent for Dynamic Compositional Visual Reasoning
XFM (base)-Toward Building General Foundation Models for Language, Vision, and Vision-Language Understanding Tasks
X2-VLM (large)-X$^2$-VLM: All-In-One Pre-trained Model For Vision-Language Tasks
X2-VLM (base)-X$^2$-VLM: All-In-One Pre-trained Model For Vision-Language Tasks
X-VLM (base)-Multi-Grained Vision Language Pre-Training: Aligning Texts with Visual Concepts
mPLUG-2-mPLUG-2: A Modularized Multi-modal Foundation Model Across Text, Image and Video
Florence-2-large-ft-Florence-2: Advancing a Unified Representation for a Variety of Vision Tasks
0 of 7 row(s) selected.