( en | de | ru )

 

Disambiguierung von "Bose, Shirsha"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
APPLeNet: Visual Attention Parameterized Prompt Learning for Few-Shot Remote Sensing Image Generalization using CLIP.

, , , , und . CVPR Workshops, Seite 2024-2034. IEEE, (2023)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Peter Bose

Michael Böse

Tarit Bose

Peter Böse

Detlef Böse

 

Weitere Publikationen von Autoren mit dem selben Namen

Dense Dilated Deep Multiscale Supervised U-Network for biomedical image segmentation., , , und . Comput. Biol. Medicine, (2022)CDAD-Net: Bridging Domain Gaps in Generalized Category Discovery., , , , , , , und . CoRR, (2024)MORGAN: Meta-Learning-based Few-Shot Open-Set Recognition via Generative Adversarial Network., , , und . WACV, Seite 6284-6293. IEEE, (2023)Dense Dilated Multi-Scale Supervised Attention-Guided Network for histopathology image segmentation., , , und . Comput. Biol. Medicine, (September 2023)APPLeNet: Visual Attention Parameterized Prompt Learning for Few-Shot Remote Sensing Image Generalization using CLIP., , , , und . CVPR Workshops, Seite 2024-2034. IEEE, (2023)Unknown Prompt, the only Lacuna: Unveiling CLIP's Potential for Open Domain Generalization., , , , , und . CoRR, (2024)StyLIP: Multi-Scale Style-Conditioned Prompt Learning for CLIP-based Domain Generalization., , , , , und . CoRR, (2023)GAF-Net: Improving the Performance of Remote Sensing Image Fusion using Novel Global Self and Cross Attention Learning., , und . WACV, Seite 6343-6352. IEEE, (2023)Decoding the Creative Ability of Subjects from Aesthetic Quality Assessment Using Dual Convolution Induced Capsule Network., , , , und . SSCI, Seite 1319-1326. IEEE, (2022)Finding Dino: A plug-and-play framework for unsupervised detection of out-of-distribution objects using prototypes., , , , , und . CoRR, (2024)