EUVIMEDEUVIMED entdecken
Crossref

LiteMFT: Lightweight Multi-Modal Fine-Tuning for Semantic Segmentation

Chengwang Guo, Yuxiang Zhang, Mengmeng Zhang, Huan Liu, Wei Li

IEEE Transactions on Image Processing · 2026 · 35 · 6674-6685

DOI: 10.1109/tip.2026.3702423 ↗

Kurz gefasst

Fachartikel in der Zeitschrift IEEE Transactions on Image Processing, 2026. Verfasst von Chengwang Guo und 4 weiteren Autor:innen. Die Arbeit wurde bisher 3-mal zitiert (Crossref) und nennt 67 Literaturangaben. Gefördert von: National Natural Science Foundation of China.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • National Natural Science Foundation of China

Zitieren

APA

Guo, C., Zhang, Y., Zhang, M., Liu, H., & Li, W. (2026). LiteMFT: Lightweight Multi-Modal Fine-Tuning for Semantic Segmentation. IEEE Transactions on Image Processing, 35, 6674-6685. https://doi.org/10.1109/tip.2026.3702423

Vancouver

Guo C, Zhang Y, Zhang M, Liu H, Li W. LiteMFT: Lightweight Multi-Modal Fine-Tuning for Semantic Segmentation. IEEE Transactions on Image Processing. 2026;35:6674-6685. doi:10.1109/tip.2026.3702423

BibTeX
@article{Guo2026,
  author = {Guo, Chengwang and Zhang, Yuxiang and Zhang, Mengmeng and Liu, Huan and Li, Wei},
  title = {LiteMFT: Lightweight Multi-Modal Fine-Tuning for Semantic Segmentation},
  journal = {IEEE Transactions on Image Processing},
  year = {2026},
  volume = {35},
  pages = {6674--6685},
  doi = {10.1109/tip.2026.3702423}
}
Kostenlos starten →