Анализ страницы https://sg-vilab.github.io/post
Основное Готовность: 75%
Домен
sg-vilab.github.io
Состояние доменного имени
?
Проверяем корректность доменного имени и наличие технических проблем на уровне домена.
Используйте для продвижения только домен второго уровня.
Длина домена велика. Но если вы продвигаете запрос, входящий в название домена, то это хорошо.
Ответ сервера
200 Успешный ответ
HTTP-код ответа и цепочка редиректов
?
Код 200 — страница доступна. Коды 3xx — редиректы (цепочки замедляют загрузку и размывают ссылочный вес). Коды 4xx/5xx — ошибки, поисковик не сможет проиндексировать страницу.
Сервер настроен корректно.
Цепочка редиректов:
https://sg-vilab.github.io/post
301 MovedPermanently
https://sg-vilab.github.io/post/
200 OK
Безопасность
Сайт безопасен
Использование HTTPS и SSL-сертификат
?
HTTPS — обязательный стандарт. Google и Яндекс отдают предпочтение защищённым сайтам. Отсутствие SSL или просроченный сертификат ведут к предупреждениям в браузере и снижению позиций.
На сайте работает защищенный протокол ssl и сайт открывается по https.
Ssl-сертификат действителен до 04.10.2026 22:45:22.
Включён HSTS (Strict-Transport-Security) — защита от подмены на http.
Поздравляем! Сайт не содержится в реестре РКН.
Кодировка
utf-8
Кодировка символов страницы
?
Стандарт — UTF-8. Неправильная кодировка вызывает нечитаемые символы и мешает поисковику корректно распознать текст страницы.
Указана кодировка на странице utf-8.
Язык
en-us
Атрибут lang в HTML-теге
?
Атрибут lang (<html lang="ru">) сообщает поисковикам и браузерам, на каком языке написана страница. Помогает при ранжировании в региональном поиске.
Язык документа указан явно: en-us.
Скорость загрузки
~0,49сек
Время отклика сервера (TTFB)
?
Time To First Byte — время до получения первого байта от сервера. Норма до 200 мс. Медленный отклик ухудшает пользовательский опыт и ранжирование: Яндекс и Google учитывают скорость страниц.
Скорость загрузки сайта 0,49сек оптимальна.
Объем документа
62Кб
Размер HTML-кода страницы
?
Слишком большой HTML замедляет парсинг браузером и сканирование поисковым роботом. Рекомендуется не более 200 Кб.
Объем html-документа 62Кб оптимален.
Структура html-документа корректна.
Ресурсы
Ресурсы: 15
Внешние ресурсы страницы (CSS, JS, изображения)
?
Количество и тип подключённых ресурсов влияют на скорость загрузки. Большое число запросов увеличивает время рендеринга страницы.
Кол-во файлов ресурсов 15 много для одной страницы. Приемлемо до 10. Проведите оптимизацию файлов ресурсов!
Показать полный список ресурсов
| Тип | Название | Значение |
|---|---|---|
| stylesheet | https://cdnjs.cloudflare.com/ajax/libs/academicons/1.9.0/css/academicons.min.css | |
| stylesheet | https://cdnjs.cloudflare.com/ajax/libs/font-awesome/5.14.0/css/all.min.css | |
| stylesheet | https://cdnjs.cloudflare.com/ajax/libs/leaflet/1.7.1/leaflet.min.css | |
| stylesheet | https://fonts.googleapis.com/css2?family=Montserrat:wght@400;700&family=Roboto+Mono&family=Roboto:wght@400;700&display=swap | |
| stylesheet | /css/wowchemy.85bda55923d3067a81938ca60bdfab30.css | |
| js | /js/wowchemy-init.min.c2ae95842e5b33a787c7b8c567e989a4.js | |
| js | https://cdnjs.cloudflare.com/ajax/libs/jquery/3.5.1/jquery.min.js | |
| js | https://cdnjs.cloudflare.com/ajax/libs/instant.page/5.1.0/instantpage.min.js | |
| js | https://cdnjs.cloudflare.com/ajax/libs/jquery.imagesloaded/4.1.4/imagesloaded.pkgd.min.js | |
| js | https://cdnjs.cloudflare.com/ajax/libs/jquery.isotope/3.0.6/isotope.pkgd.min.js | |
| js | https://cdnjs.cloudflare.com/ajax/libs/leaflet/1.7.1/leaflet.min.js | |
| js | https://cdnjs.cloudflare.com/ajax/libs/fuse.js/3.2.1/fuse.min.js | |
| js | https://cdnjs.cloudflare.com/ajax/libs/mark.js/8.11.1/jquery.mark.min.js | |
| js | /js/bootstrap.bundle.min.6aed84840afc03ab4d5750157f69c120.js | |
| js | /en/js/wowchemy.min.7a65735fc5b6f46dc5d485305a645519.js |
Серверные заголовки
Кол-во: 18
HTTP-заголовки ответа сервера
?
Заголовки сервера передают браузеру и поисковику служебную информацию: кеширование, безопасность (CSP, HSTS), сжатие (gzip). Правильная настройка ускоряет загрузку и повышает защищённость.
Найдены серверные заголовки 18шт. Подробнее про серверные заголовки.
Показать полный список серверных заголовков
| Ключ | Значение |
|---|---|
| Server | GitHub.com |
| Access-Control-Allow-Origin | * |
| Strict-Transport-Security | max-age=31556952 |
| ETag | "69d90f07-f866" |
| Cache-Control | max-age=600 |
| x-proxy-cache | MISS |
| x-github-request-id | 5278:93A43:1DF6411:1E3693A:6A899D75 |
| x-github-edge-region | fra |
| Accept-Ranges | bytes |
| Age | 0 |
| Date | Sat, 22 Aug 2026 13:00:37 GMT |
| Via | 1.1 varnish |
| X-Served-By | cache-fra-eddf8230037-FRA |
| X-Cache | MISS |
| x-cache-hits | 0 |
| x-timer | S1787403637.383589,VS0,VE118 |
| Vary | Accept-Encoding |
| x-fastly-request-id | c322dc76317131c5e3d2b6bedbf66486ccb96239 |
CMS
Wowchemy 5.2.0 for Hugo
Система управления сайтом (движок)
?
CMS — это движок, на котором работает сайт (WordPress, 1C-Bitrix, Tilda и др.). Знание CMS помогает понять возможности SEO-оптимизации и подобрать подходящие инструменты. «Не определена» — вероятно, самописный сайт или нестандартная сборка.
В мета-теге generator указано: Wowchemy 5.2.0 for Hugo.
Веб-сервер
GitHub.com
Программное обеспечение сервера
?
Веб-сервер — это ПО, которое отдаёт страницы посетителям (nginx, Apache, IIS, LiteSpeed и др.). Определяется по серверным заголовкам ответа (Server, X-Powered-By и т.п.). «Не определён» — сервер намеренно скрывает эти заголовки, это нормальная практика безопасности.
В заголовке Server указано: GitHub.com.
Мета-теги Готовность: 48%
Title
Latest News | Visual Intelligence Lab
Заголовок страницы в браузере и поисковой выдаче
?
Title — главный SEO-заголовок страницы. Влияет на CTR в поиске и ранжирование. Оптимальная длина: 50–70 символов. Ключевые слова — ближе к началу.
Необходимо увеличить число символов в title (текущее значение: 37, оптимально: от 40 до 45)
Дублей словоформ в title не найдено.
Description
My research group description.
Описание страницы в поисковой выдаче (сниппет)
?
Meta Description — текст под заголовком в выдаче. Напрямую на позиции не влияет, но влияет на CTR. Оптимальная длина: 120–160 символов.
Необходимо увеличить число символов в description (текущее значение мало: 30, минимум: 80, оптимально: от 120 до 130)
Keywords
Список ключевых слов страницы (устаревший тег)
?
Meta Keywords не учитывается Яндексом и Google для ранжирования с 2009–2012 годов. Заполнение не обязательно, но не вредит. Конкурент может использовать содержимое для анализа.
Установите мета-тег keywords!
Канонический Url
https://sg-vilab.github.io/post/
Указывает поисковику основную версию страницы
?
Canonical (rel=canonical) предотвращает проблему дублей страниц. Должен точно совпадать с URL проверяемой страницы. Неправильный canonical может передать ссылочный вес на другую страницу.
Канонический Url прописан корректно.
Robots
Ошибок нет
Директивы для поисковых роботов на уровне страницы
?
Meta Robots управляет индексацией конкретной страницы: index/noindex — индексировать ли, follow/nofollow — следовать ли по ссылкам. Noindex полностью исключает страницу из поиска.
Meta-тег robots не указан. Страница свободна для индексации.
Адаптивность
width=device-width, initial-scale=1
Настройка масштабирования на мобильных устройствах
?
Тег viewport (<meta name="viewport">) сообщает браузеру, как масштабировать страницу на мобильных. Стандарт: width=device-width, initial-scale=1. Отсутствие — признак отсутствия мобильной версии.
Meta-тег viewport со значением-константой width=device-width задаёт ширину страницы в соответствии с размером экрана.
Meta-тег viewport со значением initial-scale=1.0 определяет масштаб 1:1, т.е. «не масштабировать».
Разметка OpenGraph
Кол-во: 7
Мета-теги для красивых превью в соцсетях
?
OpenGraph (og:title, og:description, og:image) управляет тем, как страница выглядит при репосте в социальных сетях и мессенджерах. Отсутствие OG-тегов — невзрачный превью при шеринге.
Разметка OpenGraph задана. Страница оптимизирована под социальные сети.
Показать полный список og мета-тегов
| Тип | Значение |
|---|---|
| og:site_name | Visual Intelligence Lab |
| og:url | https://sg-vilab.github.io/post/ |
| og:title | Latest News | Visual Intelligence Lab |
| og:description | My research group description. |
| og:image | https://sg-vilab.github.io/media/icon_hu8f541cf365dc5e87274f84a6695d9263_15431_512x512_fill_lanczos_center_3.png |
| og:locale | en-us |
| og:updated_time | 2021-11-30T00:00:00+00:00 |
Все мета-теги
Кол-во: 14
Полный список мета-тегов страницы
?
Таблица всех meta-тегов, включая нестандартные. Позволяет найти опечатки, дубли и лишние теги.
Найдены мета-теги 14шт. Мета-теги не видимы для человека и предназначены для обмена информацией между веб-страницей и поисковыми системами, браузерами и другими веб-службами. С ними роботы 🤖 и устройства ведут себя более ожидаемо.
Показать полный список мета-тегов
| Тип | Название | Значение |
|---|---|---|
| name | viewport | width=device-width, initial-scale=1 |
| name | generator | Wowchemy 5.2.0 for Hugo |
| name | google-site-verification | google8716a40eeb985547.html |
| name | description | My research group description. |
| name | theme-color | #0072ff |
| property | twitter:card | summary |
| property | og:site_name | Visual Intelligence Lab |
| property | og:url | https://sg-vilab.github.io/post/ |
| property | og:title | Latest News | Visual Intelligence Lab |
| property | og:description | My research group description. |
| property | og:image | https://sg-vilab.github.io/media/icon_hu8f541cf365dc5e87274f84a6695d9263_15431_512x512_fill_lanczos_center_3.png |
| property | twitter:image | https://sg-vilab.github.io/media/icon_hu8f541cf365dc5e87274f84a6695d9263_15431_512x512_fill_lanczos_center_3.png |
| property | og:locale | en-us |
| property | og:updated_time | 2021-11-30T00:00:00+00:00 |
Оптимизация Готовность: 65%
Структура
Ошибок нет
Семантические HTML-элементы страницы
?
Проверяет наличие основных структурных элементов: nav, header, footer, main. Корректная семантическая структура помогает поисковику понять архитектуру страницы.
Структура документа корректна (теги <html> и <body> присутствуют в одном экземпляре).
Контент
Есть ошибки
Объём и качество текстового содержимого
?
Анализирует объём полезного текста на странице. Слишком мало — страница может считаться малополезной. Слишком много — ухудшается читаемость и восприятие.
Абзацев с текстом 1 слишком мало. Добавьте больше абзацев с текстом (тег <p>)!
Слова из title 5 встречаются в тексте достаточно.
Среднее число слов в абзаце 79 достаточно.
Кол-во знаков контента 12480 на странице оптимально.
Кол-во слов 1639 на странице оптимально.
Заголовки
Ошибок нет
Иерархия заголовков H1–H6
?
H1 должен быть один и содержать ключевой запрос. H2–H6 описывают подразделы. Пропуск уровней (H1 → H3) и несколько H1 — типичные ошибки, снижающие понятность страницы для поисковика.
На странице присутствуют заголовки <h1> 2. Это прекрасно.
Тошнота
7,48
Насколько одно слово доминирует в тексте
?
Классическая тошнота = √(частота самого повторяющегося слова). Норма до 7–8: текст воспринимается естественно. Выше — поисковик может счесть страницу переспамленной.
Тошнота превышает норму 5. Измените текст страницы!
Академич. тошнота
58,94%
Насколько текст перенасыщен ключевыми словами
?
Академическая тошнота = (частота слова / общее количество слов) × 100%. Показывает долю конкретного слова в тексте. Норма 5–15%.
Академическая тошнота превышает норму 5-15%. Измените текст страницы!
Семантическое ядро
20
Наиболее часто встречающиеся слова на странице
?
Топ слов по частоте использования. Показывает, какие слова доминируют в тексте с точки зрения поисковика.
Контент страницы содержит осмысленный текст и слова.
Показать список слов
| Слово | Кол-во | Частота |
|---|---|---|
| accepted | 56 | 3,42% |
| papers | 26 | 1,59% |
| domain | 22 | 1,34% |
| segmentation | 17 | 1,04% |
| models | 17 | 1,04% |
| detection | 15 | 0,92% |
| learning | 15 | 0,92% |
| object | 14 | 0,85% |
| adaptation | 13 | 0,79% |
| adaptive | 12 | 0,73% |
| recognition | 11 | 0,67% |
| unsupervised | 10 | 0,61% |
| visual | 9 | 0,55% |
| multimodal | 9 | 0,55% |
| generation | 9 | 0,55% |
| language | 8 | 0,49% |
| towards | 6 | 0,37% |
| fusion | 6 | 0,37% |
| neural | 6 | 0,37% |
| representation | 6 | 0,37% |
Индексация Готовность: 0%
Индексирование
Есть ошибки
Разрешено ли индексирование страницы
?
Проверяет, не закрыта ли страница от индексации через robots.txt, meta robots или X-Robots-Tag. Страница, закрытая от индексации, не появится в поисковой выдаче.
Анкоров на странице 239 слишком много. Проведите ревизию и оптимизацию ссылок сайта.
Robots.txt
Найден корректный robots.txt
Файл управления сканированием сайта роботами
?
Robots.txt указывает поисковым роботам, какие страницы сканировать, а какие — нет. Ошибки в файле могут случайно закрыть важные разделы от индексации.
Robots.txt настроен корректно. Размер файла: 63 байт. Загружен за: 0сек.
Проверяемая страница не запрещена в robots.txt.
Robots.txt доступен по постоянному адресу
Показать содержимое robots.txt
User-agent: *
Sitemap: https://sg-vilab.github.io/sitemap.xml
Sitemap
Кол-во: 1
XML-карта сайта для поисковиков
?
Sitemap.xml помогает поисковику быстрее находить и индексировать страницы. Особенно важен для крупных сайтов и новых страниц, на которые ещё нет входящих ссылок.
Robots.txt содержит карту сайта. Это прекрасно!
Robots.txt не содержит ошибок в карте сайта.
Показать карту сайта
| Url | Статус |
|---|---|
| https://sg-vilab.github.io/sitemap.xml |
|
Внутренние ссылки
Кол-во: 216
Ссылки на другие страницы своего сайта
?
Внутренние ссылки распределяют ссылочный вес между страницами и помогают поисковику обходить сайт. Пустые анкоры и ссылки на запрещённые robots.txt страницы — типичные ошибки.
Внутренних ссылок на странице 216 слишком много. Проведите оптимизацию сайта!
Внутренние ссылки не запрещены к индексации в robots.txt.
Показать первые 100 внутренних ссылок
| Url | Анкор | Состояние |
|---|---|---|
| / |
Visual Intelligence Lab
|
|
| / |
Visual Intelligence Lab
|
|
| /post |
<span>News</span>
|
|
| /people |
<span>People</span>
|
|
| /event |
<span>Resources</span>
|
|
| /publication |
<span>Publications</span>
|
|
| /contact |
<span>Contact</span>
|
|
| /publication/1/ |
Enhancing Retrieval-Augmented Large Vision Language Models via Knowledge Conflict Mitigation.
|
|
| /post/iccv2025/ |
Eight Papers Accepted by ICCV 2025
|
|
| /post/iccv2025/ |
<div class="article-style">
<p><ul>
<li><a href="https://sg-vilab.github.io/publication/1/" target="_blank" rel="noopener">SMSTracker: Tri-path score mask sigma fusion for multi-modal tracking.</a> <br></li>
<li><a href="https://sg-vilab.github.io/publication/2/" target="_blank" rel="noopener">Spatial preference rewarding for MLLMs spatial understanding.</a> <br></li>
<li><a href="https://sg-vilab.github.io/publication/wang2025pacgdc/" target="_blank" rel="noopener">Label-efficient generalizable depth completion with projection ambiguity and consistency.</a> <br></li>
<li><a href="https://sg-vilab.github.io/publication/wei2025pcr/" target="_blank" rel="noopener">PCR-GS: Colmap-free 3D Gaussian splatting via pose co-regularizations.</a> <br></li>
<li><a href="https://sg-vilab.github.io/publication/5/" target="_blank" rel="noopener">Face retouching with diffusion data generation and spectral restorement. </a> <br></li>
<li><a href="https://sg-vilab.github.io/publication/yang2025versatile/" target="_blank" rel="noopener">Versatile transition generation with image-to-video diffusion. </a> <br></li>
<li><a href="https://sg-vilab.github.io/publication/yang2025timeexpert/" target="_blank" rel="noopener">TimeExpert: An expert-guided video LLM for video temporal grounding.</a> <br></li>
<li><a href="https://sg-vilab.github.io/publication/zhang2025rl/" target="_blank" rel="noopener">R1-VL: Learning to reason with multimodal large language models via step-wise group relative policy optimization.</a> <br></li>
</ul>
</div>
|
|
| /publication/1/ |
SMSTracker: Tri-path score mask sigma fusion for multi-modal tracking.
|
|
| /publication/2/ |
Spatial preference rewarding for MLLMs spatial understanding.
|
|
| /publication/wang2025pacgdc/ |
Label-efficient generalizable depth completion with projection ambiguity and consistency.
|
|
| /publication/wei2025pcr/ |
PCR-GS: Colmap-free 3D Gaussian splatting via pose co-regularizations.
|
|
| /publication/5/ |
Face retouching with diffusion data generation and spectral restorement.
|
|
| /publication/yang2025versatile/ |
Versatile transition generation with image-to-video diffusion.
|
|
| /publication/yang2025timeexpert/ |
TimeExpert: An expert-guided video LLM for video temporal grounding.
|
|
| /publication/zhang2025rl/ |
R1-VL: Learning to reason with multimodal large language models via step-wise group relative policy optimization.
|
|
| /post/tmm2025/ |
Two Papers Accepted by TMM
|
|
| /post/tmm2025/ |
<div class="article-style">
<p><ul>
<li><a href="https://sg-vilab.github.io/publication/zhang2025synet/" target="_blank" rel="noopener">Synet: A synergistic network for 3d object detection through geometric-semantic-based multi-interaction fusion.</a> <br></li>
<li><a href="https://sg-vilab.github.io/publication/chen2025towards/" target="_blank" rel="noopener">Towards Gradient Equalization and Feature Diversification for Long-Tailed Multi-Label Image Recognition.</a> <br></li>
</ul>
</div>
|
|
| /publication/zhang2025synet/ |
Synet: A synergistic network for 3d object detection through geometric-semantic-based multi-interaction fusion.
|
|
| /publication/chen2025towards/ |
Towards Gradient Equalization and Feature Diversification for Long-Tailed Multi-Label Image Recognition.
|
|
| /post/grsm2025/ |
One Paper Accepted by GRSM
|
|
| /post/grsm2025/ |
<div class="article-style">
<p><ul>
<li><a href="https://sg-vilab.github.io/publication/xiao2024foundation/" target="_blank" rel="noopener">Foundation models for remote sensing and earth observation: A survey.</a> <br></li>
</ul>
</div>
|
|
| /publication/xiao2024foundation/ |
Foundation models for remote sensing and earth observation: A survey.
|
|
| /post/tifs2025/ |
One Paper Accepted by TIFS
|
|
| /post/tifs2025/ |
<div class="article-style">
<p><ul>
<li><a href="https://sg-vilab.github.io/publication/yu2025towards/" target="_blank" rel="noopener">Towards Model Resistant to Transferable Adversarial Examples via Trigger Activation.</a> <br></li>
</ul>
</div>
|
|
| /publication/yu2025towards/ |
Towards Model Resistant to Transferable Adversarial Examples via Trigger Activation.
|
|
| /post/ICML2025/ |
One Paper Accepted by ICML 2025
|
|
| /post/ICML2025/ |
<div class="article-style">
<p><ul>
<li><a href="https://sg-vilab.github.io/publication/yu2025mtl/" target="_blank" rel="noopener">MTL-UE: Learning to Learn Nothing for Multi-Task Learning</a> <br></li>
</ul>
</div>
|
|
| /publication/yu2025mtl/ |
MTL-UE: Learning to Learn Nothing for Multi-Task Learning
|
|
| /post/cvpr2025/ |
Two Papers Accepted by CVPR 2025
|
|
| /post/cvpr2025/ |
<div class="article-style">
<p><ul>
<li><a href="https://sg-vilab.github.io/publication/an2024agla/" target="_blank" rel="noopener">AGLA: Mitigating Object Hallucinations in Large Vision-Language Models with Assembly of Global and Local Attention</a> <br></li>
<li><a href="https://sg-vilab.github.io/publication/zhang2025sogs/" target="_blank" rel="noopener">SOGS: Second-Order Anchor for Advanced 3D Gaussian Splatting </a> <br></li>
</ul>
</div>
|
|
| /publication/an2024agla/ |
AGLA: Mitigating Object Hallucinations in Large Vision-Language Models with Assembly of Global and Local Attention
|
|
| /publication/zhang2025sogs/ |
SOGS: Second-Order Anchor for Advanced 3D Gaussian Splatting
|
|
| /post/aaai2025/ |
One Paper Accepted by AAAI 2025
|
|
| /post/aaai2025/ |
<div class="article-style">
<p><ul>
<li><a href="https://sg-vilab.github.io/publication/yu2024backdoor/" target="_blank" rel="noopener">Backdoor Attacks against No-Reference Image Quality Assessment Models via A Scalable Trigger</a></li>
</ul>
</div>
|
|
| /publication/yu2024backdoor/ |
Backdoor Attacks against No-Reference Image Quality Assessment Models via A Scalable Trigger
|
|
| /post/pr2025/ |
One Paper Accepted by Pattern Recognition
|
|
| /post/pr2025/ |
<div class="article-style">
<p><ul>
<li><a href="https://sg-vilab.github.io/publication/guan2025s2match/" target="_blank" rel="noopener">S2Match: Self-paced sampling for data-limited semi-supervised learning</a></li>
</ul>
</div>
|
|
| /publication/guan2025s2match/ |
S2Match: Self-paced sampling for data-limited semi-supervised learning
|
|
| /post/tpami2024_3/ |
One Paper Accepted by TPAMI
|
|
| /post/tpami2024_3/ |
<div class="article-style">
<p><ul>
<li><a href="https://sg-vilab.github.io/publication/yu2024robust/" target="_blank" rel="noopener">Robust and Transferable Backdoor Attacks Against Deep Image Compression With Selective Frequency Prior</a> </li>
</ul>
</div>
|
|
| /publication/yu2024robust/ |
Robust and Transferable Backdoor Attacks Against Deep Image Compression With Selective Frequency Prior
|
|
| /post/neurips2024/ |
Five Papers Accepted by NeurIPS 2024
|
|
| /post/neurips2024/ |
<div class="article-style">
<p><ul>
<li><a href="https://sg-vilab.github.io/publication/huang2024open/" target="_blank" rel="noopener">Open-Vocabulary Object Detection via Language Hierarchy
</a> <br></li>
<li><a href="https://sg-vilab.github.io/publication/zhang2024historical/" target="_blank" rel="noopener">Historical Test-time Prompt Tuning for Vision Foundation Models
</a> <br></li>
<li><a href="https://sg-vilab.github.io/publication/xing2024mitigating/" target="_blank" rel="noopener">Mitigating Object Hallucination via Concentric Causal Attention
</a> <br></li>
<li><a href="https://sg-vilab.github.io/publication/jiang2024domain/" target="_blank" rel="noopener">Domain Adaptation for Large-Vocabulary Object Detectors
</a> <br></li>
<li><a href="https://sg-vilab.github.io/publication/jiang2024monomae/" target="_blank" rel="noopener">MonoMAE: Enhancing Monocular 3D Detection through Depth-Aware Masked Autoencoders</a> </li>
</ul>
</div>
|
|
| /publication/huang2024open/ |
Open-Vocabulary Object Detection via Language Hierarchy
|
|
| /publication/zhang2024historical/ |
Historical Test-time Prompt Tuning for Vision Foundation Models
|
|
| /publication/xing2024mitigating/ |
Mitigating Object Hallucination via Concentric Causal Attention
|
|
| /publication/jiang2024domain/ |
Domain Adaptation for Large-Vocabulary Object Detectors
|
|
| /publication/jiang2024monomae/ |
MonoMAE: Enhancing Monocular 3D Detection through Depth-Aware Masked Autoencoders
|
|
| /post/siggraphasia2024/ |
One Paper Accepted by SIGGRAPH Asia 2024
|
|
| /post/siggraphasia2024/ |
<div class="article-style">
<p><ul>
<li><a href="https://sg-vilab.github.io/publication/liu2024stylegaussian/" target="_blank" rel="noopener">StyleGaussian: Instant 3D Style Transfer with Gaussian Splatting</a></li>
</ul>
</div>
|
|
| /publication/liu2024stylegaussian/ |
StyleGaussian: Instant 3D Style Transfer with Gaussian Splatting
|
|
| /post/eccv2024/ |
Two Papers Accepted by ECCV 2024
|
|
| /post/eccv2024/ |
<div class="article-style">
<p><ul>
<li><a href="https://sg-vilab.github.io/publication/xiao2025cat/" target="_blank" rel="noopener">CAT-SAM: Conditional Tuning for Few-Shot Adaptation of Segment Anything Model</a> <br></li>
<li><a href="https://sg-vilab.github.io/publication/jiang2025bev/" target="_blank" rel="noopener">DA-BEV: Unsupervised Domain Adaptation for Bird's Eye View Perception</a></li>
</ul>
</div>
|
|
| /publication/xiao2025cat/ |
CAT-SAM: Conditional Tuning for Few-Shot Adaptation of Segment Anything Model
|
|
| /publication/jiang2025bev/ |
DA-BEV: Unsupervised Domain Adaptation for Bird's Eye View Perception
|
|
| /post/tpami2024_2/ |
One Paper Accepted by TPAMI
|
|
| /post/tpami2024_2/ |
<div class="article-style">
<p><ul>
<li><a href="https://sg-vilab.github.io/publication/xiao2024survey/" target="_blank" rel="noopener">A Survey of Label-Efficient Deep Learning for 3D Point Clouds</a> </li>
</ul>
</div>
|
|
| /publication/xiao2024survey/ |
A Survey of Label-Efficient Deep Learning for 3D Point Clouds
|
|
| /post/icml2024/ |
One Paper Accepted by ICML 2024
|
|
| /post/icml2024/ |
<div class="article-style">
<p><ul>
<li><a href="https://sg-vilab.github.io/publication/yupurify/" target="_blank" rel="noopener">Purify Unlearnable Examples via Rate-Constrained Variational Autoencoders</a></li>
</ul>
</div>
|
|
| /publication/yupurify/ |
Purify Unlearnable Examples via Rate-Constrained Variational Autoencoders
|
|
| /post/tits2024/ |
One Paper Accepted by IEEE TITS
|
|
| /post/tits2024/ |
<div class="article-style">
<p><ul>
<li><a href="https://sg-vilab.github.io/publication/xiao2024domain/" target="_blank" rel="noopener">Domain Adaptive LiDAR Point Cloud Segmentation via Density-Aware Self-Training</a></li>
</ul>
</div>
|
|
| /publication/xiao2024domain/ |
Domain Adaptive LiDAR Point Cloud Segmentation via Density-Aware Self-Training
|
|
| /post/tmm2024_2/ |
One Paper Accepted by TMM
|
|
| /post/tmm2024_2/ |
<div class="article-style">
<p><ul>
<li><a href="https://sg-vilab.github.io/publication/yu2024morphnerf/" target="_blank" rel="noopener">MorphNeRF: Text-Guided 3D-aware Editing via Morphing Generative Neural Radiance Fields</a></li>
</ul>
</div>
|
|
| /publication/yu2024morphnerf/ |
MorphNeRF: Text-Guided 3D-aware Editing via Morphing Generative Neural Radiance Fields
|
|
| /post/cvpr2024/ |
Six Papers Accepted by CVPR 2024
|
|
| /post/cvpr2024/ |
<div class="article-style">
<p><ul>
<li><a href="https://sg-vilab.github.io/publication/xiao20233d/" target="_blank" rel="noopener">Masked AutoDecoder is Effective Multi-Task Vision Generalist</a> <br></li>
<li><a href="https://sg-vilab.github.io/publication/qiu2024masked/" target="_blank" rel="noopener">FreGS: 3D Gaussian Splatting with Progressive Frequency Regularization </a> <br></li>
<li><a href="https://sg-vilab.github.io/publication/jiang2024weakly/" target="_blank" rel="noopener">Weakly Supervised Monocular 3D Detection with a Single-View Image </a> <br></li>
<li><a href="https://sg-vilab.github.io/publication/nie2024cross/" target="_blank" rel="noopener">Cross-Domain Few-Shot Segmentation via Iterative Support-Query Correspondence Mining </a> <br></li>
<li><a href="https://sg-vilab.github.io/publication/leng2023mitigating/" target="_blank" rel="noopener"> Mitigating Object Hallucinations in Large Vision-Language Models through Visual Contrastive Decoding </a> <br></li>
<li>Efficient Test-Time Adaptation of Vision-Language Models <br></li>
</ul>
</div>
|
|
| /publication/xiao20233d/ |
Masked AutoDecoder is Effective Multi-Task Vision Generalist
|
|
| /publication/qiu2024masked/ |
FreGS: 3D Gaussian Splatting with Progressive Frequency Regularization
|
|
| /publication/jiang2024weakly/ |
Weakly Supervised Monocular 3D Detection with a Single-View Image
|
|
| /publication/nie2024cross/ |
Cross-Domain Few-Shot Segmentation via Iterative Support-Query Correspondence Mining
|
|
| /publication/leng2023mitigating/ |
Mitigating Object Hallucinations in Large Vision-Language Models through Visual Contrastive Decoding
|
|
| /post/tpami2024/ |
Four Papers Accepted by TPAMI
|
|
| /post/tpami2024/ |
<div class="article-style">
<p><ul>
<li><a href="https://sg-vilab.github.io/publication/luo2024exploring/" target="_blank" rel="noopener">Exploring Point-BEV Fusion for 3D Point Cloud Object Tracking with Transformer</a> <br></li>
<li><a href="https://sg-vilab.github.io/publication/zhang2024vision/" target="_blank" rel="noopener">Vision-Language Models for Vision Tasks: A Survey</a> <br></li>
<li><a href="https://sg-vilab.github.io/publication/yang2024one/" target="_blank" rel="noopener">One-Shot Action Recognition via Multi-Scale Spatial-Temporal Skeleton Matching</a><br> </li>
<li><a href="https://sg-vilab.github.io/publication/yang2023self/" target="_blank" rel="noopener">Self-Supervised 3D Action Representation Learning with Skeleton Cloud Colorization</a> <br></li>
</ul>
</div>
|
|
| /publication/luo2024exploring/ |
Exploring Point-BEV Fusion for 3D Point Cloud Object Tracking with Transformer
|
|
| /publication/zhang2024vision/ |
Vision-Language Models for Vision Tasks: A Survey
|
|
| /publication/yang2024one/ |
One-Shot Action Recognition via Multi-Scale Spatial-Temporal Skeleton Matching
|
|
| /publication/yang2023self/ |
Self-Supervised 3D Action Representation Learning with Skeleton Cloud Colorization
|
|
| /post/iclr2024/ |
One Paper Accepted by ICLR
|
|
| /post/iclr2024/ |
<div class="article-style">
<p><ul>
<li><a href="https://sg-vilab.github.io/publication/jin2024llms/" target="_blank" rel="noopener">LLMs Meet VLMs: Boost Open Vocabulary Object Detection with Fine-grained Descriptors</a> <br></li>
</ul>
</div>
|
|
| /publication/jin2024llms/ |
LLMs Meet VLMs: Boost Open Vocabulary Object Detection with Fine-grained Descriptors
|
|
| /post/ijcv2024/ |
One Paper Accepted by IJCV
|
|
| /post/ijcv2024/ |
<div class="article-style">
<p><ul>
<li><a href="https://sg-vilab.github.io/publication/zhang2024semantic/" target="_blank" rel="noopener">Semantic-Aligned Matching for Enhanced DETR Convergence and Multi-Scale Feature Fusion</a> </li>
</ul>
</div>
|
|
| /publication/zhang2024semantic/ |
Semantic-Aligned Matching for Enhanced DETR Convergence and Multi-Scale Feature Fusion
|
|
| /post/aaai2024/ |
One Paper Accepted by AAAI 2024
|
|
| /post/aaai2024/ |
<div class="article-style">
<p><ul>
<li><a href="https://sg-vilab.github.io/publication/luo2023modeling/" target="_blank" rel="noopener">Modeling Continuous Motion for 3D Point Cloud Object Tracking</a> <br></li>
</ul>
</div>
|
|
| /publication/luo2023modeling/ |
Modeling Continuous Motion for 3D Point Cloud Object Tracking
|
|
| /post/tmm2024/ |
One Paper Accepted by TMM
|
|
| /post/tmm2024/ |
<div class="article-style">
<p><ul>
<li><a href="https://sg-vilab.github.io/publication/xiao2023domain/" target="_blank" rel="noopener">Domain Adaptive LiDAR Point Cloud Segmentation with 3D Spatial Consistency</a></li>
</ul>
</div>
|
|
| /publication/xiao2023domain/ |
Domain Adaptive LiDAR Point Cloud Segmentation with 3D Spatial Consistency
|
|
| /post/tip2024/ |
Two Papers Accepted by TIP
|
|
| /post/tip2024/ |
<div class="article-style">
<p><ul>
<li><a href="https://sg-vilab.github.io/publication/wu2023poce/" target="_blank" rel="noopener">POCE: Pose-Controllable Expression Editing</a></li>
<li><a href="https://sg-vilab.github.io/publication/li2023cross/" target="_blank" rel="noopener">Cross-Domain Facial Expression Recognition via Contrastive Warm up and Complexity-aware Self-Training</a></li>
</ul>
</div>
|
|
| /publication/wu2023poce/ |
POCE: Pose-Controllable Expression Editing
|
|
| /publication/li2023cross/ |
Cross-Domain Facial Expression Recognition via Contrastive Warm up and Complexity-aware Self-Training
|
|
| /post/neurips2023/ |
Three Papers Accepted by NeurIPS 2023
|
|
Внешние ссылки
Кол-во: 19
Ссылки на сторонние сайты
?
Исходящие внешние ссылки передают часть ссылочного веса на чужие сайты. Ссылки на авторитетные ресурсы безопасны; ссылки на мусорные сайты могут навредить репутации страницы.
Внешних ссылок на странице 19 слишком много. Спрячьте лишние ссылки в тег noindex или атрибут rel='nofollow'!
Показать внешние ссылки
| Url | Анкор |
|---|---|
| arxiv.org |
Cross-Domain Few-Shot Segmentation via Multi-view Progressive Adaptation.
|
| arxiv.org |
LongVT: Incentivizing" thinking with long videos" via native tool calling.
|
| arxiv.org |
Boosting Reasoning in Large Multimodal Models via Activation Replay.
|
| arxiv.org |
A Comprehensive Study on Visual Token Redundancy for Discrete Diffusion-based Multimodal Large Language Models.
|
| arxiv.org |
Mmr1: Advancing the frontiers of multimodal reasoning.
|
| arxiv.org |
L3DR: 3D-aware LiDAR Diffusion and Rectification.
|
| arxiv.org |
Direction-aware 3D Large Multimodal Models.
|
| arxiv.org |
Rolling Forcing: Autoregressive Long Video Diffusion in Real Time.
|
| arxiv.org |
On The Generalization Capabilities of MLLMs for Spatial Intelligence.
|
| link.springer.com |
Visual Instruction Tuning towards General-Purpose Multimodal Large Language Model: A Survey.
|
| arxiv.org |
H2OT: Hierarchical Hourglass Tokenizer for Efficient Video Pose Transformers
|
| arxiv.org |
MambaTAD: When State-Space Models Meet Long-Range Temporal Action Detection
|
| arxiv.org |
MuSASplat: Efficient Sparse-View 3D Gaussian Splats via Lightweight Multi-Scale Adaptation.
|
| openreview.net |
Boosting Knowledge Utilization in Multimodal Large Language Models via Adaptive Logits Fusion and Attention Reallocation.
|
| arxiv.org |
Rethinking Evaluation of Infrared Small Target Detection.
|
| arxiv.org |
The Curse of Multi-Modalities: Evaluating Hallucinations of Large Multimodal Models across Language, Visual, and Audio.
|
| arxiv.org |
UniMRSeg: Unified Modality-Relax Segmentation via Hierarchical Self-Supervised Compensation.
|
| wowchemy.com |
Wowchemy
|
| github.com |
open source
|
Конкуренты Готовность: 0%
Конкуренты в Яндексе
Кол-во: 0
Топ сайтов-конкурентов в Яндексе
?
Сайты, чаще всего появляющиеся в ТОПе Яндекса по запросам из семантического ядра этой страницы.
Мы не нашли у вас конкурентов в Яндексе. Сайт или очень молодой или плохо продвигается.
Конкурентов в ТОП-10 Яндекса не нашлось.
Конкуренты в Google
Кол-во: 0
Топ сайтов-конкурентов в Google
?
Сайты, чаще всего появляющиеся в ТОПе Google по запросам из семантического ядра этой страницы.
Конкуренты в Google тоже не найдены. Займитесь продвижением сайта!
Конкурентов в ТОП-10 Google не нашлось.
ЗоЗПП: права потребителей Готовность: 100%
Нарушения
Не выявлены
Признаков дистанционной продажи товаров (интернет-магазина) не обнаружено — требования ЗоЗПП о раскрытии информации продавца к сайту не применяются. Нарушений нет.
ФЗ-149: рекомендательные технологии Готовность: 100%
Нарушения
Не выявлены
Рекомендательные блоки («с этим покупают», «похожие товары» и т.п.) на сайте не обнаружены — требования ст. 10.7 ФЗ-149 к сайту не применяются. Нарушений нет.
ФЗ-38: реклама Готовность: 100%
Нарушения
Не выявлены
Рекламных тематик с обязательными оговорками (медицина, БАД, кредиты и займы, новостройки) на сайте не обнаружено. Нарушений нет.
ФЗ-436: защита детей Готовность: 100%
Нарушения
Не выявлены
Признаков информационной продукции (новости, видео, книги, игры, курсы) не обнаружено — обязательная возрастная маркировка по ФЗ-436 сайту не требуется. Нарушений нет.
Вердикт
Страница https://sg-vilab.github.io/post готова к продвижению на 47%. Чтобы еще улучшить страницу и попасть на первые места поисковой выдачи необходимо:
Исправьте ошибки в мета-тегах.
Исправьте ошибки оптимизации.
Исправьте ошибки индексации.
Поделитесь с друзьями: