研究人员推出了 Marigold V2,这是单目深度估计领域的一项进展,它重新利用扩散 Transformer 来提高准确性和细节。这种新方法利用单步流匹配推理和语义对齐,以及一种新颖的基于 Sinkhorn 的微调协议。结果是更清晰的深度图,能够更好地泛化到分布外数据,在 KITTI 和 ETH3D 等基准测试中表现出显著的改进,并且在相关的密集回归任务上也表现良好。 AI
影响 提高了深度估计的准确性和细节,造福于计算机视觉、机器人和计算摄影领域的应用。
排序理由 该条目描述了一篇详细介绍单目深度估计新方法的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
- Diffusion Transformers
- DINOv3
- ETH3D
- Hugging Face
- KITTI
- Marigold V1
- Marigold V2
- monocular depth estimation
- QLoRA
- Qwen-image-edit-2509
- SIGGRAPH Asia 2026
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →