PulseAugur
中
实时 06:01:06
English(EN) Open-Vocabulary 3D Object Detection with Co-Distillation Discovery and Dual Guidance Robust Training

新框架通过LLM引导的对齐增强三维物体检测

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个新的开放词汇三维物体检测框架，旨在提高识别三维场景中未见物体准确性。所提出的方法通过一种利用几何一致性、物体性和语义确定性的共蒸馏策略来增强新物体发现。此外，它通过一种双重指导学习方案来加强模型训练，该方案结合了用于回归的场景感知和用于分类的LLM引导的对齐，从而减少了不精确边界框和语义模糊的影响。在SUN RGB-D和ScanNetV2数据集上的实验表明，与现有最先进方法相比，性能有了显著提高。 AI

影响 提高了识别三维场景中未见物体的准确性，可能使机器人和自主系统等应用受益。

排序理由 详细介绍三维物体检测新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

新框架通过LLM引导的对齐增强三维物体检测

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Shangbo Yuan, Jie Xu, Xiaofeng Zhu, Na Zhao ·

    Open-Vocabulary 3D Object Detection with Co-Distillation Discovery and Dual Guidance Robust Training

    arXiv:2608.19973v1 Announce Type: cross Abstract: Recently, open-vocabulary 3D object detection (3D-OVD) has gained increasing attention for its ability to detect unseen objects in 3D scenes. Existing approaches typically adopt a two-stage pipeline that first discovers novel obje…

相关话题