新框架将RGB基础模型重新用于热深度估计

研究人员开发了RGB-HS，一个旨在通过利用基于RGB的基础模型来改进热图像深度估计的新框架。该方法利用分层监督，在RGB教师分支和热学生分支之间对多层表示进行对齐。该框架还包含一个验证步骤，通过根据图像质量对RGB token进行加权来优化对齐，从而在基准测试中取得有竞争力的性能。 AI

影响 增强了基础模型在热深度估计等专业视觉任务中的效用。

排序理由 该集群包含一篇详细介绍计算机视觉任务新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• depth estimation
• foundation models
• Gotit.pub
• Hugging Face
• RGB-HS
• ScienceCast

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →